Post #146
359
Channel Public Channel
DP - Subscribers
- 1.01K
- Photos
- 151
- Videos
- 3
- Links
- 492
Showing posts older than #147 · Back to latest
Older Posts 20 shown
Post #145
364
这几天在学习 langchain 这个工具链,有点像为 llm 开发的 pandas,将上下游各种工具都打通。
听说他们刚刚还融资成功,准备开始产品化。非常快的速度,一切都发生在短短几个月的时间内。
https://github.com/hwchase17/langchain
#open #ml
听说他们刚刚还融资成功,准备开始产品化。非常快的速度,一切都发生在短短几个月的时间内。
https://github.com/hwchase17/langchain
#open #ml
Post #144
369
DPS Build 记录了一下最近使用 Carrd 连接自定义 API 的经历。 Carrd 是由 AJ 一个人创建的建站服务,2016年发布之后,两年就达到了一百万美金的 ARR。 Carrd 非常容易上手,这次我们尝试使用一个 custom form 的功能,遇到了一些困难。中间遇到了一些困难。开了 ticket 之后,AJ 一直跟进,工作日基本上一小时内就有回复,休息日也会在24小时内回复。非常佩服他的响应速度! https://letters.acacess.com/carrd-with-apis/

昨天在 Twitter 上总结了这篇文章的要点,并且 @ 了 AJ 表示感谢。没想到 AJ 顺手转发了这条 tweet,一天下来有3000多浏览
https://twitter.com/eiflesrd/status/1643158781952417794
https://twitter.com/eiflesrd/status/1643158781952417794
Post #143
383
记录了一下最近使用 Carrd 连接自定义 API 的经历。
Carrd 是由 AJ 一个人创建的建站服务,2016年发布之后,两年就达到了一百万美金的 ARR。
Carrd 非常容易上手,这次我们尝试使用一个 custom form 的功能,遇到了一些困难。中间遇到了一些困难。开了 ticket 之后,AJ 一直跟进,工作日基本上一小时内就有回复,休息日也会在24小时内回复。非常佩服他的响应速度!
https://letters.acacess.com/carrd-with-apis/
Carrd 是由 AJ 一个人创建的建站服务,2016年发布之后,两年就达到了一百万美金的 ARR。
Carrd 非常容易上手,这次我们尝试使用一个 custom form 的功能,遇到了一些困难。中间遇到了一些困难。开了 ticket 之后,AJ 一直跟进,工作日基本上一小时内就有回复,休息日也会在24小时内回复。非常佩服他的响应速度!
https://letters.acacess.com/carrd-with-apis/
- ❤ 1
Post #142
400
DPS Build Apple 官方发布的 stable diffusion on Core ML wrapper,生成速度堪比 3080 https://github.com/apple/ml-stable-diffusion
一个开源的 diffusion app,利用了 Core ML,可以使用 Homebrew 安装
https://github.com/godly-devotion/MochiDiffusion
模型需单独下载,如果想利用 neural engine 的话,请下载 split_einsum 版本的模型
https://huggingface.co/coreml
GitHub GitHub - MochiDiffusion/MochiDiffusion: Run Stable Diffusion on Mac natively Run Stable Diffusion on Mac natively. Contribute to MochiDiffusion/MochiDiffusion development by creating an account on GitHub. https://github.com/godly-devotion/MochiDiffusion
模型需单独下载,如果想利用 neural engine 的话,请下载 split_einsum 版本的模型
https://huggingface.co/coreml
Post #141
445
DPS Build 在 Figma 内使用 ChatGPT https://www.olexdsgn.com/figgpt
Post #140
430
使用
具体原理是:每次的调用不需要使用到所有的 weights,所以使用 lazy loading 可以大大减少内存的消耗。
https://github.com/ggerganov/llama.cpp/discussions/638?sort=top#discussioncomment-5492916
mmap() 之后,30B 的 LLM 只用到了不到6G内存具体原理是:每次的调用不需要使用到所有的 weights,所以使用 lazy loading 可以大大减少内存的消耗。
https://github.com/ggerganov/llama.cpp/discussions/638?sort=top#discussioncomment-5492916
- ❤ 1
Post #139
397
Apple 官方发布的 stable diffusion on Core ML wrapper,生成速度堪比 3080
https://github.com/apple/ml-stable-diffusion
https://github.com/apple/ml-stable-diffusion
Post #138
400
Post #137
406
Post #136
370
Post #135
366
Post #134
388
Post #133
382
DPS Build 一个人,一个 app,一亿下载量 https://t.me/tms_ur_way/2636Telegram DPS Main Daily Productive Sharing 685 - A $500K Acquisition Offer 来自越南的独立开发者 Tony Dinh 最近收到了一个产品收购邀约,他分享了整个历程以及所学到的经验: 1 收购方两次报价分别为30万美金和50万美金,都低于 Tony 的预期; 2 对于 Tony 而言,他认为自己会卖掉这一产品的情形要满足三个条件:不再对这一产品感兴趣,不再相信它会增长,而且急需现金; 3 从收购方而言,他们的资金来自于各种借款和投资,所以他们不会先行支付大量现金;…
Post #132
381
Guardrails is a Python package that lets a user add structure, type and quality guarantees to the outputs of large language models (LLMs)
At the heart of Guardrails is the rail spec. rail is intended to be a language-agnostic, human-readable format for specifying structure and type information, validators and corrective actions over LLM outputs.
https://github.com/ShreyaR/guardrails
At the heart of Guardrails is the rail spec. rail is intended to be a language-agnostic, human-readable format for specifying structure and type information, validators and corrective actions over LLM outputs.
https://github.com/ShreyaR/guardrails
Post #131
370
Post #130
418
Post #129
417
用 ChatGPT API 来辅助解析抓取下来的网页,只要 写 prompts 就能清洗数据。
想法是挺好的,不过这么调取 ChatGPT 估计跟贵吧?
https://github.com/Smyja/blackmaria/tree/main/blackmaria
想法是挺好的,不过这么调取 ChatGPT 估计跟贵吧?
https://github.com/Smyja/blackmaria/tree/main/blackmaria
Post #128
423
gpt4all: a chatbot trained on a massive collection of clean assistant data including code, stories and dialogue
demo 是在一台 M1 的 Mac 上跑的,输出非常快
https://github.com/nomic-ai/gpt4all
demo 是在一台 M1 的 Mac 上跑的,输出非常快
https://github.com/nomic-ai/gpt4all
- 👍 4
Post #127
420