| # | Semana 30, 2023 | 13 de agosto de 2023 |
|---|---|---|
| 1 | AutoGluón | El nuevo proyecto de aprendizaje automático de código abierto de Amazon AI, su rendimiento supera al de los alquimistas humanos, AutoGluon es un código abierto discreto. Una herramienta de capacitación de redes neuronales automatizada de código abierto basada en el marco AutoML desarrollado por el equipo de AWSMXNet, puede ayudar a los desarrolladores a crear modelos de alta calidad con menos código, recursos informáticos más eficientes y una capacitación de modelos más rápida. Sus características incluyen gran facilidad de uso, funciones potentes y gran escalabilidad. Ahora AutoGluon ha soportado algunas de las siguientes aplicaciones: predicción de tablas: basado en el valor de algunas columnas en la tabla de datos para predecir el valor de otras columnas; clasificación de imágenes: identifica el objeto principal en la imagen; detección de objetos: detecta múltiples objetos con la ayuda de cuadros delimitadores en la imagen; Clasificación de texto: realice predicciones basadas en el contenido del texto. |
| 2 | herramienta de piratería | Conjunto de herramientas para piratas informáticos |
| 3 | Qwen-7B | Tongyi Qianwen-7B (Qwen-7B) es un modelo con una escala de 7 mil millones de parámetros en la serie de modelos grandes Tongyi Qianwen desarrollado por Alibaba Cloud. Qwen-7B es un modelo de lenguaje grande basado en Transformer, que se entrena con datos previos al entrenamiento a gran escala. Los tipos de datos previos a la capacitación son diversos y cubren una amplia gama, incluida una gran cantidad de textos de redes, libros profesionales, códigos, etc. Al mismo tiempo, sobre la base de Qwen-7B, utilizamos el mecanismo de alineación para crear un asistente de IA Qwen-7B-Chat basado en un modelo de lenguaje grande. |
| 4 | Reanudar-matcher | Un sistema de seguimiento de aplicaciones (ATS) gratuito y de código abierto basado en inteligencia artificial, un comparador de currículum que adapta su currículum a la descripción del puesto. Encuentre las mejores palabras clave y obtenga información sobre su currículum. ¿Como funciona? Resume Matcher toma su currículum y la descripción del trabajo como entrada, los analiza usando Python y simula la funcionalidad de un ATS para brindarle información y recomendaciones para que su currículum cumpla con el ATS. El proceso específico es el siguiente: Análisis: el sistema utiliza Python para analizar su currículum y la descripción del trabajo proporcionada, al igual que ATS. El análisis es crucial, convierte su documento a un formato que el sistema puede analizar inmediatamente. Extracción de palabras clave: esta herramienta utiliza algoritmos avanzados de aprendizaje automático para extraer las palabras clave más relevantes de las descripciones de los puestos. Estas palabras clave representan las habilidades, cualificaciones y experiencia que buscan los empleadores. Extracción de términos clave: además de la extracción de palabras clave, esta herramienta utiliza texto para identificar los principales términos o temas clave en las descripciones de puestos. Este paso ayuda a comprender el contexto más amplio del currículum. Similitud de vectores usando Qdrant: esta herramienta utiliza Qdrant, una eficiente herramienta de búsqueda de similitudes de vectores, para medir qué tan similar es su currículum a la descripción del trabajo. Este proceso funciona representando su currículum y descripción del trabajo como vectores en un espacio de alta dimensión y calculando su similitud coseno. Cuanto mayor sea la similitud, más probabilidades habrá de que su currículum pase la evaluación de la ATS. |
| 5 | flujo de agentes | Agentflow está diseñado como una herramienta poderosa y fácil de usar para crear y ejecutar flujos de trabajo impulsados por grandes modelos de lenguaje (LLM). Con Agentflow, puede: Crear flujos de trabajo en inglés sencillo: los flujos de trabajo se escriben en archivos JSON legibles por humanos. Desarrollar funcionalidad personalizada: Amplíe la funcionalidad de Agentflow según sus necesidades. Genere resultados autónomos: mantenga el control mientras permite que el sistema funcione de forma independiente. Si bien las interfaces LLM como ChatGPT y Bard facilitan las conversaciones paso a paso, limitan las posibilidades de automatización. Herramientas como AutoGPT y BabyAGI tienen como objetivo resolver este problema al permitir a los LLM crear y ejecutar listas de tareas de forma autónoma. Sin embargo, estas herramientas no siempre garantizan los resultados esperados. Agentflow ofrece una solución equilibrada. Le permite definir un flujo de trabajo en un formato JSON fácil de entender, que LLM luego recorrerá paso a paso. Puede incluir funciones en sus flujos de trabajo para mejorar la capacidad de LLM para ejecutar procesos complejos de varios pasos. |
| 6 | visual-python | Un generador de código Python basado en GUI y orientado a la ciencia de datos basado en una extensión desarrollada por Jupyter Lab, Jupyter Notebook y Google Colab. Ideal para las siguientes necesidades: Administrar big data con habilidades mínimas de programación. Ayudar a estudiantes/analistas de negocios/investigadores a superar la curva de aprendizaje de Python. Guarde y reutilice el código de uso frecuente (fragmentos). |
Categoría: Ranking semanal de proyectos de código abierto de Python