中国行政区划数据：省级到村级详细信息 | 开源日报 No.148

modood/Administrative-divisions-of-China

Stars: 16.6k License: WTFPL

中华人民共和国行政区划 (五级) 项目提供了中国的省级、地级、县级、乡级和村级数据，包括各个层次的代码及名称。该项目主要功能如下：

• 提供从省份到村庄五个层次的行政区划数据。
• 数据来源于国家统计局，并已更新至最新发布时间。
• 可以通过 JSON 或 CSV 格式下载相应文件列表中的数据。
• 支持数据库迁移，当前使用 sqlite3 存储数据。

SuperDuperDB/superduperdb

Stars: 3.8k License: Apache-2.0

SuperDuperDB 是一个开源框架，用于将人工智能直接与现有数据库集成，包括流式推断、可扩展的模型训练和向量搜索。它不是一个数据库，而是将您喜爱的数据库转变为 AI 开发和部署环境；消除了复杂的 MLOps 管道、专门化矢量数据库以及迁移和数据重复需求。其主要功能和核心优势包括：

• 将 AI 与现有数据基础设施集成
• 流式推断
• 可扩展模型训练
• 模型串联
• 简单但可扩展的界面
• 处理各种类型数据 (如图像、视频等)

PRIS-CV/DemoFusion

Stars: 1.6k License: NOASSERTION

DemoFusion 是一个开源项目，旨在通过推进高分辨率图像生成的前沿，并保持对广泛受众的可访问性，来使高分辨率 GenAI 民主化。该框架无缝扩展了开源 GenAI 模型，采用渐进式放大、跳过残差和扩张抽样机制实现更高分辨率的图像生成。
其核心优势包括：

• 支持多种集成演示 (HuggingFace Space、Colab、Replicate)
• 具有调整参数灵活性
• 提供本地 Gradio 演示功能

ise-uiuc/magicoder

Stars: 1.6k License: MIT

Magicoder 是一个由 🪄OSS-Instruct 提供支持的模型系列，它采用一种新颖的方法来启发 LLMs 使用开源代码片段生成低偏差和高质量指令数据。🪄OSS-Instruct 通过赋予 LLM 丰富的开源参考资料，以产生更多样化、真实和可控制的数据，从而减轻了 LLM 合成指令数据固有的偏见。

bigscience-workshop/petals

Stars: 8.2k License: MIT

Petals 是一个可以在家中以 BitTorrent 的方式运行大型语言模型的开源项目，通过分布式 Llama 2 (70B)、Falcon (40B+)、BLOOM (176B)（或它们的衍生版本）进行微调和推理速度最多比离线处理快 10 倍。该项目具有以下特点和优势：

• 可以在桌面计算机或 Google Colab 上为自己的任务微调并生成文本
• 数据将会与公共群体中的其他人一起处理，也可以建立私人群体来保护敏感数据
• 社区驱动系统，依赖于用户分享 GPU，并提供了详细指南来增加 Petals 的容量
• 提供了不同操作系统下安装及使用 Petals 的方法，并且支持多个 GPU 和启动服务器等功能
• 加载模型部分后加入网络服务他人加载部分模型，在单批次推理时速度可达每秒 6 个标记对于 Llama 2(70B)，4 个标记对于 Falcon(180 B)
• 提供基础教程、实用工具和高级指南等资源

Azure/azure-rest-api-specs

Stars: 2.1k License: MIT

Azure REST API Specifications 是 Microsoft Azure 的 REST API 规范的源代码库。

该项目具有以下核心优势和关键特性：

• 提供了微软云平台 Azure 上所有服务的 REST API 规范。
• 包含管理面板和数据面板相关文档，方便开发者进行应用程序开发。
• 严格按照目录结构组织，使得查找、阅读和理解各个 API 规范更加简单明了。
• 支持混合应用程序在 Azure Stack 通用可获得版本以及 Azure Cloud 上运行，并提供相应配置文件定义 (Profile) 来满足不同需求。

通过使用这些 REST API 规范，您可以轻松地与 Microsoft Azure 云平台集成并创建自己的基于云计算技术的解决方案。无论是为企业还是个人用户，在利用 Microsoft Azure 时都能够从中受益。