分享一个能解决 GitHub 网页加载和下载速度慢问题的工具:speed-github。
通过将 GitHub 相关的域名解析成正确的 IP,并填入到本地 Host 文件中。
GitHub: https://github.com/jvxiao/speed-github
从而实现当访问时使用本地正确的 IP,解决被 DNS 污染导致无法访问情况。
在过去两年里生成式 AI 和 LLM 模型大爆发,不同企业结合自家业务纷纷接入部署使用。
那么它们是如何有效实现这些技术的,都应用于哪些真实行业场景?这里有一份精选案例列表:GenAI & LLM System Design,给出了答案。
该合集收集了来自 130+ 公司的 500+ 真实案例,涵盖架构决策、扩展策略、优化技术、评估框架和部署模式等关键方面。
GitHub: https://github.com/themanojdesai/genai-llm-ml-case-studies
并且按行业(电商、金融、媒体等)和类别(RAG、微调、推理、多模态等)进行了分类,可快速查找。
同时还包含了如 OpenAI、Google 、Meta 等各大头部 AI 公司的最佳实践经验。
对于 AI/ML 工程师、技术团队和准备 LLM 系统设计面试的开发者来说,这是一份不错的参考资料。
又在 GitHub 上发现了一份系统提示词合集:system-prompts-and-models-of-ai-tools,狂揽了 10.4k Star!
涵盖了 v0、Cursor、Manus、Devin、Replit、Same.dev 等这些工具完整的官方系统提示词。
GitHub: https://github.com/x1xhlol/system-prompts-and-models-of-ai-tools
目前项目持续更新中,每个工具对应一个文件夹,清晰且详细的记录它们所使用的 Prompt,值得收藏学习。
分享一份从简单到研究级的全面深度学习教程:Beyond NanoGPT。
教程包含了数千行带有详细注释的 PyTorch 实现代码,实现了从推理技术到架构变体的数十种前沿深度学习技术。
GitHub: https://github.com/tanishqkumar/beyond-nanogpt
主要内容:
- 从零实现关键深度学习架构,如 Transformer、Diffusion Transformer 等;
- 详解各种注意力机制变体,包括多头自注意力、分组查询注意力和线性注意力;
- 实现核心优化技术,如 KV 缓存、推测解码和高效数据加载;
- 每个实现都有详细注释,解释直觉和实现难点;
- 代码设计用于单 GPU 运行,便于学习和实验。
该教程适合有一定基础的同学,通过阅读、修改和重新实现这些技术深入理解深度学习的底层核心概念。
推荐 GitHub 上一款开源的 AI 视频笔记助手:BiliNote。
只需要输入视频链接,即可自动提取内容,并一键生成结构清晰、重点明确的 Markdown 格式笔记
GitHub: github.com/JefferyHcool/BiliNote
此外,还可以在笔记中插入视频截图,并支持跳转到指定视频进度。
目前已支持 B 站、YouTube 等平台,可使用 OpenAI、DeepSeek、Qwen 等模型。
微信公众号「GitHubDaily」
微博自动同步bot,原则上不搬运广告内容呢,如果自动搬运了广告内容麻烦帮忙点一下举报