63 lines
11 KiB
Markdown
63 lines
11 KiB
Markdown
<a href="https://github.com/GrowingGit/GitHub-Chinese-Top-Charts#github中文排行榜">返回目录</a> • <a href="/content/docs/feedback.md">问题反馈</a>
|
||
|
||
# 中文新秀榜 > 软件类 > Jupyter Notebook
|
||
<sub>数据更新: 2024-10-12 / 温馨提示：中文项目泛指「文档母语为中文」OR「含有中文翻译」的项目，通常在项目的「readme/wiki/官网」可以找到</sub>
|
||
|
||
|#|Repository|Description|Stars|Updated|Created|
|
||
|:-|:-|:-|:-|:-|:-|
|
||
|1|[TencentARC/PhotoMaker](https://github.com/TencentARC/PhotoMaker)|PhotoMaker [CVPR 2024]|9415|2024-08-15|2023-12-06|
|
||
|2|[OpenBMB/MiniCPM](https://github.com/OpenBMB/MiniCPM)|MiniCPM3-4B: An edge-side LLM that surpasses GPT-3.5-Turbo.|7006|2024-10-10|2024-01-29|
|
||
|3|[data-infra/cube-studio](https://github.com/data-infra/cube-studio)|cube studio开源云原生一站式机器学习/深度学习/大模型AI平台，支持sso登录，多租户，大数据平台对接，notebook在线开发，拖拉拽任务流pipeline编排，多机多卡分布式训练，超参搜索，推理服务VGPU，边缘计算，serverless，标注平台，自动化标注，数据集管理，大模型微调，vllm大模型推理，llmops，私有知识库，AI模型应用商店，支持模型一键开发/推理/微调，支持国 ...|2102|2024-10-06|2024-07-02|
|
||
|4|[X-LANCE/AniTalker](https://github.com/X-LANCE/AniTalker)|[ACM MM 2024] This is the official code for "AniTalker: Animate Vivid and Diverse Talking Faces through Identity-Decoupled Facial Motion Encoding"|1399|2024-08-15|2024-04-29|
|
||
|5|[jacket230/damai](https://github.com/jacket230/damai)|大麦抢票damai，piao，qiangpiao 余票监控，逆向破解，加密算法，frida，hook，https加解密，app端请求，演唱会，演出，猫眼，票星球pxq，纷玩岛fwd，周杰伦jay，林俊杰 JJ，王嘉尔，伍佰，邓紫棋，杭州，北京，上海，泉州 薛之谦，刘德华，千人q群即将满员，不设二群。|851|2024-10-09|2024-01-27|
|
||
|6|[elroy93/12306spy](https://github.com/elroy93/12306spy)|12306查票, 找到一张能上车的票|599|2024-09-30|2024-02-06|
|
||
|7|[AlexZhangji/Twitter-Insight-LLM](https://github.com/AlexZhangji/Twitter-Insight-LLM)|Twitter data scraping, embedding based image search and more.|595|2024-04-17|2024-03-05|
|
||
|8|[TommyZihao/vlm_arm](https://github.com/TommyZihao/vlm_arm)|机械臂+大模型+多模态=人机协作具身智能体|495|2024-08-20|2024-05-23|
|
||
|9|[solidglue/Recommender_System](https://github.com/solidglue/Recommender_System)|推荐系统入门指南，全面介绍了工业级推荐系统的理论知识（王树森推荐系统公开课-基于小红书的场景讲解工业界真实的推荐系统），如何基于TensorFlow2训练模型，如何实现高性能、高并发、高可用的Golang推理微服务。Comprehensively introduced the theory of industrial recommender system, how to trainning mod ...|409|2024-05-20|2024-02-29|
|
||
|10|[Coobiw/MPP-LLaVA](https://github.com/Coobiw/MPP-LLaVA)|Personal Project: MPP-Qwen14B & MPP-Qwen-Next(Multimodal Pipeline Parallel based on Qwen-LM). Support [video/image/multi-image] {sft/conversations}. Don't let the poverty limit your imagination! Train ...|362|2024-09-24|2023-10-24|
|
||
|11|[baidubce/bce-qianfan-sdk](https://github.com/baidubce/bce-qianfan-sdk)|Provide best practices for LMOps, as well as elegant and convenient access to the features of the Qianfan MaaS Platform. (提供大模型工具链最佳实践，以及优雅且便捷地访问千帆大模型平台）|319|2024-10-11|2023-10-19|
|
||
|12|[Tongyi-EconML/FinQwen](https://github.com/Tongyi-EconML/FinQwen)|FinQwen: 致力于构建一个开放、稳定、高质量的金融大模型项目，基于大模型搭建金融场景智能问答系统，利用开源开放来促进「AI+金融」。|269|2024-06-11|2024-01-02|
|
||
|13|[blackinkkkxi/RAG_langchain](https://github.com/blackinkkkxi/RAG_langchain)|一个基于langchain实现RAG的简单示例|266|2024-10-07|2023-12-09|
|
||
|14|[honeyandme/RAGQnASystem](https://github.com/honeyandme/RAGQnASystem)|本项目设计了一个基于 RAG 与大模型技术的医疗问答系统，利用 DiseaseKG 数据集与 Neo4j 构 建知识图谱，结合 BERT 的命名实体识别和 34b 大模型的意图识别，通过精确的知识检索和问答生成， 提升系统在医疗咨询中的性能，解决大模型在医疗领域应用的可靠性问题。|194|2024-05-21|2024-05-16|
|
||
|15|[Zeyi-Lin/LLM-Finetune](https://github.com/Zeyi-Lin/LLM-Finetune)|大语言模型微调，Qwen2、GLM4指令微调|182|2024-07-25|2024-06-10|
|
||
|16|[percent4/embedding_rerank_retrieval](https://github.com/percent4/embedding_rerank_retrieval)|本项目是针对RAG中的Retrieve阶段的召回技术及算法效果所做评估实验。使用主体框架为LlamaIndex.|158|2024-08-22|2023-12-28|
|
||
|17|[phbst/tinyRAG](https://github.com/phbst/tinyRAG)|RAG兴趣小组，全手写的一个RAG应用。Langchain的大部分库会很方便，但是你不一定理解其中原理，所以代码尽可能展现基本算法，主打理解RAG的原理|115|2024-09-25|2024-03-21|
|
||
|18|[solidglue/DNN_for_YouTube_Recommendations](https://github.com/solidglue/DNN_for_YouTube_Recommendations)|YouTube推荐系统深度学习召回排序算法, Deep Neural Networks for YouTube Recommendations. YouTubeDNN.|108|2024-05-21|2024-03-04|
|
||
|19|[KMnO4-zx/TinyAgent](https://github.com/KMnO4-zx/TinyAgent)|基于ReAct手搓一个Agent Demo|103|2024-04-29|2024-03-30|
|
||
|20|[twinsant/ML](https://github.com/twinsant/ML)|深度学习练习本|83|2024-10-06|2024-09-10|
|
||
|21|[Zhu-Shatong/RailTracker](https://github.com/Zhu-Shatong/RailTracker)|从12306使用爬虫爬取火车站及车次信息、火车票价 RailTracker是一个使用Python开发的高效数据采集、集成与可视化系统，专门针对高铁票务数据。本项目通过设计精巧的数据爬虫，实现了对高铁票实时数据的自动采集，确保数据的准确性和实时更新。利用先进的数据处理技术，包括Pandas等库进行数据预处理和清洗，通过去重、处理缺失值等手段，提高了数据质量。采用MySQL数据库保证了项目在面 ...|75|2024-04-22|2024-03-16|
|
||
|22|[Zenobia000/iSpan_python-DA-cookbooks](https://github.com/Zenobia000/iSpan_python-DA-cookbooks)|資策會_python data analysis |66|2024-09-26|2023-10-18|
|
||
|23|[yunsuxiaozi/AI-and-competition](https://github.com/yunsuxiaozi/AI-and-competition)|这里用来存储做人工智能项目的代码和参加数据挖掘比赛的代码|64|2024-10-10|2024-03-09|
|
||
|24|[Samer-hue/LMSYS_scheme_lyp](https://github.com/Samer-hue/LMSYS_scheme_lyp)|Kaggle: LMSYS-Chatbot Arena Human Preference Predictions 比赛代码|57|2024-09-03|2024-09-03|
|
||
|25|[dxcf123/UCAS_DeepLearning_homework](https://github.com/dxcf123/UCAS_DeepLearning_homework)|国科大深度学习作业 2024 春|55|2024-06-28|2024-04-22|
|
||
|26|[TommyZihao/openvino_tonypi](https://github.com/TommyZihao/openvino_tonypi)|基于OpenVINO，本地部署大模型智能体Agent，控制TonyPi人形机器人|53|2024-09-17|2024-08-31|
|
||
|27|[datawhalechina/handy-ollama](https://github.com/datawhalechina/handy-ollama)|动手学Ollama，CPU玩转大模型部署，在线阅读地址：https://datawhalechina.github.io/handy-ollama/|53|2024-09-08|2024-07-30|
|
||
|28|[arcstep/langchain_zhipuai](https://github.com/arcstep/langchain_zhipuai)|为了兼容Langchain，根据zhipu官方HTTP的API重新实现的Python SDK|42|2024-06-28|2024-02-20|
|
||
|29|[xaio6/LabelQuick](https://github.com/xaio6/LabelQuick)|一种快速、轻松的AI辅助标注工具LabelQuick|39|2024-08-12|2024-07-08|
|
||
|30|[jjjack230/maotai](https://github.com/jjjack230/maotai)|抢茅台柯基 科技 ，imaotai，maotai，京东，天猫，淘宝，闲鱼，拼多多，抢茅台技术，技术交流，破解，脚本，黑客，逆向，自动抢茅台|38|2024-10-05|2024-08-17|
|
||
|31|[Heng-xiu/agentic-system-lab-2024ironman](https://github.com/Heng-xiu/agentic-system-lab-2024ironman)|本專案紀錄 2024 鐵人賽當中程式碼|37|2024-09-28|2024-08-30|
|
||
|32|[harrodyuan/FACTOR_TRAINING_CHI](https://github.com/harrodyuan/FACTOR_TRAINING_CHI)|Code and Data for Harold's Quant Channel Factor Training Series 哈罗德的量化频道 --- 因子实战系列全部 数据+代码文件|36|2024-07-10|2024-04-29|
|
||
|33|[5zjk5/prompt-engineering](https://github.com/5zjk5/prompt-engineering)|prompt 工程项目案例|34|2024-10-11|2024-06-02|
|
||
|34|[roberthsu2003/__2024_08_31_chihlee_pico__](https://github.com/roberthsu2003/__2024_08_31_chihlee_pico__)|致理pico課程|33|2024-10-05|2024-08-31|
|
||
|35|[stylellm/stylellm_chat](https://github.com/stylellm/stylellm_chat)|通用大模型 × 文风大模型 = 多样化风格的聊天机器人|33|2024-07-14|2024-04-20|
|
||
|36|[bd4sur/Nano](https://github.com/bd4sur/Nano)|玩具 Transformer 语言模型|33|2024-10-11|2023-12-19|
|
||
|37|[REXWindW/my_llm](https://github.com/REXWindW/my_llm)| 尝试自己从头写一个LLM，参考llama和nanogpt|32|2024-04-27|2024-03-23|
|
||
|38|[Steven-Luo/MasteringRAG](https://github.com/Steven-Luo/MasteringRAG)|企业级RAG系统从入门到精通|31|2024-10-08|2024-07-16|
|
||
|39|[roberthsu2003/__2024_05_05_sunday__](https://github.com/roberthsu2003/__2024_05_05_sunday__)|AI 人工智慧開發入門_python|30|2024-07-14|2024-05-05|
|
||
|40|[playmobil/huggingface-China](https://github.com/playmobil/huggingface-China)|通过阿里云盘，colab，国内下载huggingface大模型轻轻松松|29|2024-07-01|2023-12-06|
|
||
|41|[huangjia2019/powerful_llm](https://github.com/huangjia2019/powerful_llm)|极客时间 - 大模型应用开发实战课: 展现LLM应用开发之强大|27|2024-07-02|2024-05-07|
|
||
|42|[roberthsu2003/__113_gov_ai_web__2024_4_27__](https://github.com/roberthsu2003/__113_gov_ai_web__2024_4_27__)|113上-新北-打造AI物聯網數據與Web動態網頁圖表顯示整合實作班|27|2024-06-29|2024-05-04|
|
||
|43|[retepViolet/Transformer-](https://github.com/retepViolet/Transformer-)|一个较为容易理解的初学者代码|26|2024-06-29|2024-06-29|
|
||
|44|[Luhuanz/Curriculum](https://github.com/Luhuanz/Curriculum)|从0开始构建多维度的基于爬虫可视化，中文clip,chatglm3微调的综合项目 |26|2024-04-24|2024-01-11|
|
||
|45|[lgy112112/Efficient-KAN-in-Chinese](https://github.com/lgy112112/Efficient-KAN-in-Chinese)|详细的中文注释+使用例子|25|2024-06-22|2024-05-26|
|
||
|46|[roberthsu2003/__2024_04_17_mon_wed__](https://github.com/roberthsu2003/__2024_04_17_mon_wed__)|Python與AI人工智慧開發入門|24|2024-07-03|2024-04-17|
|
||
|
||
<div align="center">
|
||
<p><sub>↓ -- 感谢读者 -- ↓</sub></p>
|
||
榜单持续更新，如有帮助请加星收藏，方便后续浏览，感谢你的支持！
|
||
</div>
|
||
|
||
<br/>
|
||
|
||
<div align="center"><a href="https://github.com/GrowingGit/GitHub-Chinese-Top-Charts#github中文排行榜">返回目录</a> • <a href="/content/docs/feedback.md">问题反馈</a></div>
|