根据Github Trendings的统计,今日(2023-12-20统计)共有10个项目上榜。根据开发语言中项目的数量,汇总情况如下:
开发语言 项目数量 Python项目 5 非开发语言项目 2 Rust项目 1 Solidity项目 1 TypeScript项目 1 C++项目 1
Manticore Search: 开源快速数据库搜索引擎
创建周期:2366 天 开发语言:C++ 协议类型:GNU General Public License v2.0 Star数量:7135 个 Fork数量:400 次 关注人数:7135 人 贡献人数:47 人 Open Issues数量:369 个 Github地址:https://github.com/manticoresoftware/manticoresearch.git 项目首页: https://manticoresearch.com
Manticore Search是一个用于搜索的开源快速数据库,为Elasticsearch提供了一个很好的替代方案。对于各种数据大小和类型,它比MySQL和Elasticsearch快得多,并且利用现代多线程架构和高效的查询并行化。它支持逐行和列存储,二级索引,并具有基于成本的查询优化器。Manticore首先是SQL,与MySQL协议兼容,并在多种编程语言中提供客户端。它还提供了程序化的HTTP JSON协议,实时插入,交互式课程,内置复制和负载平衡,并支持从各种来源同步。此外,它还提供全文搜索和相关性,丰富的过滤功能,地理空间搜索,向量搜索,拼写纠正,自动完成,NLP功能,文本突出显示,流过滤,高可用性,安全功能,数据安全工具,各种数据存储,性能优化,支持不同的数据类型,以及与其他工具和平台的集成。
去中心化自治受监管公司(DARC)
创建周期:268 天 开发语言:Solidity, TypeScript 协议类型:Other Star数量:6453 个 Fork数量:5252 次 关注人数:6453 人 贡献人数:3 人 Open Issues数量:2 个 Github地址:https://github.com/Project-DARC/DARC.git 项目首页: https://darc.app
去中心化自治受监管公司(DARC)是一个在任何与以太坊虚拟机兼容的区块链上运行的虚拟机,具有链上法律系统、多级代币和股息机制。它旨在建立一个受商业法规管的去中心化自治公司,该项目目前仍处于早期开发阶段,尚未准备投入生产使用。
数据工程手册:学习资源和建议
创建周期:30 天 Star数量:3992 个 Fork数量:609 次 关注人数:3992 人 贡献人数:28 人 Open Issues数量:5 个 Github地址:https://github.com/DataEngineer-io/data-engineer-handbook.git
《数据工程手册》是一个全面的存储库,其中包含了学习数据工程的资源链接,包括项目和面试建议。
AI副业赚钱资讯合集
创建周期:3 天 Star数量:1020 个 Fork数量:94 次 关注人数:1020 人 贡献人数:1 人 Open Issues数量:0 个 Github地址:https://github.com/bleedline/aimoneyhunter.git
这是一个关于利用AI技术做副业赚钱的资讯合集,内容包括AI技术赚钱思路分享、已验证的技术赚钱方案、AI自媒体赚钱思路分享等。它旨在让人们能够利用AI智能化做副业,赚取额外收益。
掌握GitHub Copilot进行AI配对编程
创建周期:20 天 开发语言:Python 协议类型:MIT License Star数量:1470 个 Fork数量:120 次 关注人数:1470 人 贡献人数:4 人 Open Issues数量:2 个 Github地址:https://github.com/microsoft/Mastering-GitHub-Copilot-for-Paired-Programming.git
一门包含6课时的课程,教授您如何充分利用GitHub Copilot和AI配对编程资源的一切。 掌握GitHub Copilot进行AI配对编程
弱到强泛化论文代码实现
创建周期:7 天 开发语言:Python 协议类型:MIT License Star数量:1845 个 Fork数量:165 次 关注人数:1845 人 贡献人数:7 人 Open Issues数量:7 个 Github地址:https://github.com/openai/weak-to-strong.git
该项目包含了实现一篇关于弱到强泛化的论文的代码,主要集中在重新实现用于二元分类任务的弱到强学习设置。代码库包括对预训练语言模型进行微调以及针对另一个语言模型的标签进行训练。它还支持论文中描述的各种损失,如置信度辅助损失。此外,还有独立的代码用于视觉模型设置中的弱到强泛化(AlexNet -> DINO on ImageNet)。该代码库未经充分测试,可能在未来一周内进行重大更新。
Namada - 跨链资产无关隐私功能的Rust实现
创建周期:532 天 开发语言:Rust 协议类型:GNU General Public License v3.0 Star数量:1518 个 Fork数量:677 次 关注人数:1518 人 贡献人数:49 人 Open Issues数量:287 个 Github地址:https://github.com/anoma/namada.git 项目首页: https://namada.net
Namada是一个Rust实现的Proof-of-Stake L1协议,旨在实现跨链资产无关的隐私功能。
VGen: 阿里巴巴集团同益实验室开发的视频合成代码库
创建周期:43 天 开发语言:Python Star数量:857 个 Fork数量:103 次 关注人数:857 人 贡献人数:3 人 Open Issues数量:16 个 Github地址:https://github.com/damo-vilab/i2vgen-xl.git 项目首页: https://i2vgen-xl.github.io
VGen是阿里巴巴集团同益实验室开发的开源视频合成代码库,采用最先进的视频生成模型。它包括高质量的图像到视频合成、具有运动可控性的组合视频合成、文本到视频生成、使用人类反馈指导视频扩散模型等方法。VGen可以从输入文本、图像、期望的运动、主题和反馈信号生成高质量的视频,并提供各种视频生成工具。
Anydoor 项目: 零-shot 对象级图像定制
创建周期:156 天 开发语言:Python 协议类型:MIT License Star数量:1173 个 Fork数量:87 次 关注人数:1173 人 贡献人数:1 人 Open Issues数量:8 个 Github地址:https://github.com/damo-vilab/AnyDoor.git 项目首页: https://damo-vilab.github.io/AnyDoor-Page/
Anydoor 项目已发布了他们论文的官方实现,包括发布了训练、推断、演示代码和预训练检查点。他们还计划发布论文的新版本并支持在线演示。此外,他们正在努力扩大训练数据规模,并发布用于下游区域生成任务的更强大模型,以及针对虚拟试穿、换脸、文本和标志转移等任务的特定设计模型。
Amphion: 用于音频、音乐和语音生成的开源工具包
创建周期:35 天 开发语言:Python 协议类型:MIT License Star数量:930 个 Fork数量:100 次 关注人数:930 人 贡献人数:11 人 Open Issues数量:6 个 Github地址:https://github.com/open-mmlab/Amphion.git 项目首页: https://openhlt.github.io/amphion/
Amphion是一个用于音频、音乐和语音生成的开源工具包,旨在支持可重复研究,并帮助初级研究人员和工程师入门。它提供经典模型和架构的可视化,并旨在提供一个平台,用于研究各种输入转换为音频。此外,它支持文本转语音、歌声合成、语音转换、歌声转换、文本转音频、文本转音乐等个体生成任务。它还包括用于生成高质量音频信号和确保生成任务中一致指标的声码器和评估指标。