[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-texttron--hyde":3,"tool-texttron--hyde":65},[4,17,27,35,48,57],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",146793,2,"2026-04-08T23:32:35",[13,14,15],"开发框架","Agent","语言模型","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,3,"2026-04-06T11:19:32",[15,26,14,13],"图像",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":10,"last_commit_at":33,"category_tags":34,"status":16},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[13,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":10,"last_commit_at":41,"category_tags":42,"status":16},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",85052,"2026-04-08T11:03:08",[26,43,44,45,14,46,15,13,47],"数据工具","视频","插件","其他","音频",{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":54,"last_commit_at":55,"category_tags":56,"status":16},5784,"funNLP","fighting41love\u002FfunNLP","funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为\"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。\n\n面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。\n\n无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。",79857,1,"2026-04-08T20:11:31",[15,43,46],{"id":58,"name":59,"github_repo":60,"description_zh":61,"stars":62,"difficulty_score":54,"last_commit_at":63,"category_tags":64,"status":16},5773,"cs-video-courses","Developer-Y\u002Fcs-video-courses","cs-video-courses 是一个精心整理的计算机科学视频课程清单，旨在为自学者提供系统化的学习路径。它汇集了全球知名高校（如加州大学伯克利分校、新南威尔士大学等）的完整课程录像，涵盖从编程基础、数据结构与算法，到操作系统、分布式系统、数据库等核心领域，并深入延伸至人工智能、机器学习、量子计算及区块链等前沿方向。\n\n面对网络上零散且质量参差不齐的教学资源，cs-video-courses 解决了学习者难以找到成体系、高难度大学级别课程的痛点。该项目严格筛选内容，仅收录真正的大学层级课程，排除了碎片化的简短教程或商业广告，确保用户能接触到严谨的学术内容。\n\n这份清单特别适合希望夯实计算机基础的开发者、需要补充特定领域知识的研究人员，以及渴望像在校生一样系统学习计算机科学的自学者。其独特的技术亮点在于分类极其详尽，不仅包含传统的软件工程与网络安全，还细分了生成式 AI、大语言模型、计算生物学等新兴学科，并直接链接至官方视频播放列表，让用户能一站式获取高质量的教育资源，免费享受世界顶尖大学的课堂体验。",79792,"2026-04-08T22:03:59",[46,26,43,13],{"id":66,"github_repo":67,"name":68,"description_en":69,"description_zh":70,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":76,"owner_avatar_url":77,"owner_bio":78,"owner_company":79,"owner_location":79,"owner_email":79,"owner_twitter":79,"owner_website":79,"owner_url":80,"languages":81,"stars":90,"forks":91,"last_commit_at":92,"license":79,"difficulty_score":23,"env_os":93,"env_gpu":93,"env_ram":93,"env_deps":94,"category_tags":98,"github_topics":99,"view_count":10,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":103,"updated_at":104,"faqs":105,"releases":121},5722,"texttron\u002Fhyde","hyde","HyDE: Precise Zero-Shot Dense Retrieval without Relevance Labels","HyDE 是一款专为零样本密集检索设计的开源工具，旨在无需任何人工标注的相关性数据即可实现高精度的文档搜索。在传统检索系统中，模型往往依赖大量标注数据来理解查询与文档的关联，而 HyDE 巧妙解决了这一痛点：它利用大语言模型（如 GPT-3）根据用户查询生成一篇“虚构”但内容相关的假想文档，随后使用无监督检索器 Contriever 将该假想文档转化为向量，在嵌入空间中寻找真实匹配项。\n\n这种方法不仅显著提升了跨任务和跨语言的检索效果，还完全摆脱了对昂贵标注数据的依赖。HyDE 的核心亮点在于其独特的“假设文档生成”机制，通过让 AI 先“想象”答案再去找答案，极大地增强了语义匹配的准确性。\n\n该工具非常适合自然语言处理领域的研究人员、搜索引擎开发者以及需要构建高效检索系统的工程师使用。如果你正在探索少样本或零样本场景下的信息检索方案，或者希望在不投入大量标注成本的前提下优化现有搜索系统，HyDE 提供了一个极具参考价值的技术路径。项目代码结构清晰，配套了详细的实验脚本和演示笔记，便于快速复现论文结果或集成到实际应用中。","# HyDE: Precise Zero-Shot Dense Retrieval without Relevance Labels\n\nThis is code repository for the paper: [HyDE: Precise Zero-Shot Dense Retrieval without Relevance Labels](https:\u002F\u002Farxiv.org\u002Fabs\u002F2212.10496).\n\n**HyDE** zero-shot instructs GPT3 to generate a fictional document and re-encodes it with unsupervised retriever Contriever to search in its embedding space.\nHyDE significantly outperforms Contriever across tasks and languages and it does not require any human labeled relevance judgement.\n\n![approach](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftexttron_hyde_readme_bcf5f74d95c4.png)\n\n## Steps to run the code\n\n1. Install `pyserini` by following the [guide](https:\u002F\u002Fgithub.com\u002Fcastorini\u002Fpyserini#-installation). We use pyserini to conduct dense retrieval and evaluation.\n\n\n2. Download the prebuilt Contrever faiss index\n```\nwget  https:\u002F\u002Fwww.dropbox.com\u002Fs\u002Fdytqaqngaupp884\u002Fcontriever_msmarco_index.tar.gz\ntar -xvf contriever_msmarco_index.tar.gz\n```\n\n3. Setup GPT3 API key\n\n```\nexport OPENAI = \u003Cyour key>\n```\n\n4. Run `hyde-dl19.ipynb`, it will run the experiment on the TREC DL19 dataset. Run `hyde-demo.ipynb`, it will go through HyDE pipeline with an example query.\n\n\n## Citation\n\n```\n@article{hyde,\n  title = {Precise Zero-Shot Dense Retrieval without Relevance Labels},\n  author = {Luyu Gao and Xueguang Ma and Jimmy Lin and Jamie Callan},\n  journal={arXiv preprint arXiv:2212.10496},\n  year = {2022}\n}\n```","# HyDE：无需相关性标签的精准零样本密集检索\n\n这是论文《HyDE：无需相关性标签的精准零样本密集检索》（[arXiv:2212.10496](https:\u002F\u002Farxiv.org\u002Fabs\u002F2212.10496)）的代码仓库。\n\n**HyDE** 是一种零样本方法，它指示 GPT-3 生成一篇虚构文档，并使用无监督检索器 Contriever 对其重新编码，从而在其嵌入空间中进行搜索。\nHyDE 在多个任务和多种语言上均显著优于 Contriever，且无需任何人工标注的相关性判断。\n\n![approach](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftexttron_hyde_readme_bcf5f74d95c4.png)\n\n## 运行代码的步骤\n\n1. 按照 [指南](https:\u002F\u002Fgithub.com\u002Fcastorini\u002Fpyserini#-installation) 安装 `pyserini`。我们使用 pyserini 来执行密集检索和评估。\n\n\n2. 下载预构建的 Contriever Faiss 索引\n```\nwget  https:\u002F\u002Fwww.dropbox.com\u002Fs\u002Fdytqaqngaupp884\u002Fcontriever_msmarco_index.tar.gz\ntar -xvf contriever_msmarco_index.tar.gz\n```\n\n3. 设置 GPT-3 API 密钥\n\n```\nexport OPENAI = \u003Cyour key>\n```\n\n4. 运行 `hyde-dl19.ipynb`，它将在 TREC DL19 数据集上运行实验。运行 `hyde-demo.ipynb`，它将通过一个示例查询演示 HyDE 的完整流程。\n\n\n## 引用\n\n```\n@article{hyde,\n  title = {Precise Zero-Shot Dense Retrieval without Relevance Labels},\n  author = {Luyu Gao and Xueguang Ma and Jimmy Lin and Jamie Callan},\n  journal={arXiv preprint arXiv:2212.10496},\n  year = {2022}\n}\n```","# HyDE 快速上手指南\n\nHyDE（Hypothetical Document Embeddings）是一种无需人工标注相关性标签的零样本稠密检索技术。它利用 GPT-3 生成假设性文档，并通过无监督检索器 Contriever 在嵌入空间中进行搜索，显著提升跨任务和跨语言的检索效果。\n\n## 环境准备\n\n*   **系统要求**：Linux 或 macOS 环境（Windows 需使用 WSL）。\n*   **前置依赖**：\n    *   Python 3.8+\n    *   Git\n    *   OpenAI API Key（用于调用 GPT-3 生成假设文档）\n    *   Jupyter Notebook（用于运行示例脚本）\n\n## 安装步骤\n\n1.  **安装核心依赖 Pyserini**\n    按照官方指南安装 `pyserini`，该库用于执行稠密检索和评估。\n    ```bash\n    # 请参考 https:\u002F\u002Fgithub.com\u002Fcastorini\u002Fpyserini#-installation 进行安装\n    # 通常涉及创建虚拟环境并安装特定版本的 torch 和 pyserini\n    ```\n\n2.  **下载预构建的 Contriever FAISS 索引**\n    下载并解压 MSMARCO 数据集对应的预训练索引文件。\n    *注：若 Dropbox 下载缓慢，可尝试使用代理加速或寻找国内镜像源。*\n    ```bash\n    wget https:\u002F\u002Fwww.dropbox.com\u002Fs\u002Fdytqaqngaupp884\u002Fcontriever_msmarco_index.tar.gz\n    tar -xvf contriever_msmarco_index.tar.gz\n    ```\n\n3.  **配置 OpenAI API 密钥**\n    在终端中设置环境变量，以便 HyDE 调用 GPT-3。\n    ```bash\n    export OPENAI=\u003Cyour key>\n    ```\n\n## 基本使用\n\n项目提供了两个 Jupyter Notebook 脚本，分别用于完整实验和快速演示。\n\n*   **快速演示（推荐新手）**\n    运行 `hyde-demo.ipynb`，该脚本将通过一个示例查询完整展示 HyDE 的处理流程（生成假设文档 -> 编码 -> 检索）。\n    ```bash\n    jupyter notebook hyde-demo.ipynb\n    ```\n\n*   **完整实验**\n    运行 `hyde-dl19.ipynb`，该脚本将在 TREC DL19 数据集上复现论文中的实验结果。\n    ```bash\n    jupyter notebook hyde-dl19.ipynb\n    ```\n\n在 Notebook 中按顺序执行单元格即可观察检索结果。","某初创法律科技团队正在构建一个面向公众的智能法律咨询系统，需要让用户用口语化描述快速匹配到精准的法律条文和判例，但团队缺乏资金标注海量训练数据。\n\n### 没有 hyde 时\n- 传统检索模型难以理解用户模糊的口语提问（如“老板欠薪跑路怎么办”），导致召回结果相关性极低。\n- 为了提升精度，团队必须雇佣法律专家人工标注成千上万条“问题 - 文档”配对，成本高昂且耗时数月。\n- 面对新出现的法律领域或突发社会事件引发的新型咨询，模型因缺乏特定领域的标注数据而完全失效（冷启动困难）。\n- 依赖关键词匹配的旧方案经常漏掉语义相关但措辞不同的关键判例，用户体验糟糕。\n\n### 使用 hyde 后\n- hyde 利用大语言模型将用户的口语提问即时改写为专业的“虚构法律文书”，使查询向量与法律数据库的文档分布高度对齐。\n- 无需任何人工标注的相关性判断，hyde 直接在零样本（Zero-Shot）设定下显著提升了检索准确率，节省了全部标注预算。\n- 面对全新的法律场景，只需调整提示词即可让 hyde 生成对应风格的虚构文档，瞬间实现跨领域的高精度检索。\n- 系统能够捕捉深层语义关联，即使用户未提及具体法条编号，也能精准召回内容实质匹配的判例和法规。\n\nhyde 通过“以文搜文”的创新机制，让资源有限的团队在无标注数据的情况下，也能构建出媲美专家级标注效果的高精度法律检索系统。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftexttron_hyde_4a955982.png","texttron","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Ftexttron_7ef5b1f6.png","",null,"https:\u002F\u002Fgithub.com\u002Ftexttron",[82,86],{"name":83,"color":84,"percentage":85},"Jupyter Notebook","#DA5B0B",97.4,{"name":87,"color":88,"percentage":89},"Python","#3572A5",2.6,575,41,"2026-04-06T12:59:44","未说明",{"notes":95,"python":93,"dependencies":96},"需要配置 OpenAI GPT-3 API 密钥（环境变量 OPENAI）；需手动下载约数 GB 的 Contriever FAISS 索引文件；代码主要通过 Jupyter Notebook (hyde-dl19.ipynb, hyde-demo.ipynb) 运行。",[97],"pyserini",[46,15],[100,101,102],"dense-retrieval","large-language-models","zeroshot","2026-03-27T02:49:30.150509","2026-04-09T09:31:00.668933",[106,111,116],{"id":107,"question_zh":108,"answer_zh":109,"source_url":110},25946,"为什么我无法复现论文中 Contriever 在 MS-MARCO 微调后的结果（例如 DL19 上的 nDCG@10）？","论文中提到的 62.1 是原始微调版 Contriever 的结果，而使用 Hyde 微调的 Contriever 结果见论文表 4。如果您需要复现原始结果，可以下载维护者提供的预构建索引文件：https:\u002F\u002Fwww.dropbox.com\u002Fscl\u002Ffi\u002Flqu5ofd5xyiwj6takwv6z\u002Fcontriever_ft_msmarco_index.tar?rlkey=ys31elo4mnm1sbqhva6wc9y76&dl=0。有用户反馈基于官方 MSMARCO 集合构建索引后，在 DL19 上获得了 67.5 的 nDCG@10。","https:\u002F\u002Fgithub.com\u002Ftexttron\u002Fhyde\u002Fissues\u002F6",{"id":112,"question_zh":113,"answer_zh":114,"source_url":115},25947,"运行 FaissSearcher 时内存溢出导致程序崩溃，是否有轻量级版本或解决方案？","可以使用经过乘积量化（PQ）压缩的索引版本，文件大小约为 2GB，能显著降低内存占用。下载地址：https:\u002F\u002Fwww.dropbox.com\u002Fs\u002F9nulx9nxn4chujw\u002Ffaiss.msmarco-v1-passage.contriever.pq-m192.tar.gz。使用时只需将代码中的原始索引路径替换为该压缩文件的路径即可正常工作。","https:\u002F\u002Fgithub.com\u002Ftexttron\u002Fhyde\u002Fissues\u002F1",{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},25948,"如何为自定义文档文件夹预构建 Contriever 的 Faiss 索引？","预构建的索引目录（如 contriever_msmarco_index）通常包含两个文件：\n1. `docid`：文本文件，每一行是一个文档的 ID。\n2. `index`：通过 Faiss 库保存的索引文件，生成代码示例为 `faiss.write_index(index, 'contriever_msmarco_index\u002Findex')`。\n您需要先使用 Contriever 对文档进行嵌入（embedding），然后利用 Faiss 构建并保存索引文件，同时生成对应的 docid 文件。","https:\u002F\u002Fgithub.com\u002Ftexttron\u002Fhyde\u002Fissues\u002F2",[]]