| # | 2023年第30周 | 2023年8月13日 |
|---|---|---|
| 1 | AutoGluon | 亚马逊AI新开源自动机器学习项目，性能超过人类炼丹师，AutoGluon 低调开源。由AWSMXNet团队开发的基于AutoML框架的开源自动化神经网络训练工具，它可以帮助开发者通过更少的代码、更高效的计算资源和更快的模型训练速度来构建高质量的模型。 其特点包括易用性高、功能强大、可扩展性强等。现在 AutoGluon 已经支持了以下一些应用： 表格预测：基于数据表中一些列的值预测其他列的值； 图像分类：识别图像中的主要对象； 对象检测：借助图像中的边界框检测多个对象； 文本分类：基于文本内容做出预测。 |
| 2 | hackingtool | 黑客工具集 |
| 3 | Qwen-7B | 通义千问-7B（Qwen-7B） 是阿里云研发的通义千问大模型系列的70亿参数规模的模型。Qwen-7B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。预训练数据类型多样，覆盖广泛，包括大量网络文本、专业书籍、代码等。同时，在Qwen-7B的基础上，我们使用对齐机制打造了基于大语言模型的AI助手Qwen-7B-Chat。 |
| 4 | Resume-Matcher | 基于人工智能的免费开源申请跟踪系统（ATS），简历匹配器，可根据职位描述调整您的简历。找到最佳关键词，并深入了解您的简历。工作原理是怎样的？ 简历匹配器接受您的简历和职位描述作为输入，使用Python进行解析，并模拟ATS的功能，为您提供见解和建议，以使您的简历符合ATS的要求。 具体流程如下： 解析：系统使用Python对您的简历和提供的职位描述进行解析，就像ATS一样。解析至关重要，它将您的文档转换为系统可立即分析的格式。 关键词提取：该工具使用先进的机器学习算法从职位描述中提取最相关的关键词。这些关键词代表雇主寻找的技能、资格和经验。 关键术语提取：除了关键词提取外，该工具使用textacy来识别职位描述中的主要关键术语或主题。这一步帮助理解简历的更广泛上下文。 使用Qdrant进行向量相似度：该工具使用高效的向量相似度搜索工具Qdrant，来衡量您的简历与职位描述的相似度。此过程通过将您的简历和职位描述表示为高维空间中的向量，并计算它们的余弦相似度来实现。相似度越高，您的简历通过ATS筛选的可能性越大。 |
| 5 | agentflow | Agentflow 被设计为一个功能强大且用户友好的工具，用于创建和执行由大型语言模型 (LLM) 提供支持的工作流程。借助 Agentflow，你可以： 用简单的英语制作工作流程：工作流程以人类可读的 JSON 文件编写。 开发自定义功能：根据你的需求扩展 Agentflow 的功能。 生成自主输出：保持控制，同时允许系统独立工作。 虽然 ChatGPT 和 Bard 等 LLM 界面有助于逐轮对话，但它们限制了自动化的可能性。AutoGPT 和 BabyAGI 等工具旨在通过授权 LLM 自主创建和执行待办事项列表来解决这个问题。然而，这些工具并不总能保证预期的结果。 Agentflow 提供了一个平衡的解决方案。它允许你以易于理解的 JSON 格式定义工作流程，然后 LLM 将逐步执行该工作流程。你可以在工作流程中包含功能以增强 LLM 的能力，从而能够执行复杂的多步骤流程。 |
| 6 | visual-python | 个面向数据科学的，基于图形用户界面的 Python 代码生成器，它是基于 Jupyter Lab、Jupyter Notebook 和 Google Colab 开发的一个扩展。适合以下需求： 用最少的编程技能管理大数据。 帮助学生 / 商业分析师 / 研究员克服学习 Python 的难关。 保存并重复使用常用代码（片段）。 |
分类： Python开源项目周排行