Vol.44 Datawhale开源大模型“食用指南”:国内开发者无痛上手LLM的秘密

Vol.44 Datawhale开源大模型“食用指南”:国内开发者无痛上手LLM的秘密

Published on Jun 15
12分钟
字节篝火
0:00
0:00
<p>欢迎收听本期节目,我们关注全球科技前沿与开发实践。一起探讨硅谷科技高管加入后备役的背后趋势及其启发,深入剖析如何在现代CPU上利用SIMD优化底层字符串查找算法。我们还会介绍一系列值得关注的开源项目,包括微软针对AI Agent初学者的系统课程、为LLM应用提供可靠评估的DeepEval框架,以及DatawhaleChina专为国内开发者打造的《开源大模型食用指南》。本期内容旨在帮助你把握技术脉搏,提升性能优化能力,并找到实用高效的AI开发学习与实践资源。</p><p>【内容提要】</p><p>[00:00:40] 科技高管加入美军后备役 https://lumifire.io/post/731</p><p>[00:02:16] SIMD优化字符串查找算法 https://lumifire.io/post/722</p><p>[00:04:13] Filedb: Zig实现的磁盘KV存储 https://lumifire.io/post/723</p><p>[00:04:28] Sandboxfs失败经验谈 https://lumifire.io/post/730</p><p>[00:05:25] 微软AI Agent入门课 https://lumifire.io/post/742</p><p>[00:06:40] DeepEval: LLM应用评估框架 https://lumifire.io/post/743</p><p>[00:08:22] chili3d: 浏览器里的3D CAD https://lumifire.io/post/739</p><p>[00:09:28] DatawhaleChina开源大模型指南 https://lumifire.io/post/740</p><p>【链接】</p><p>当日热点看板: https://lumifire.io</p>