آندری کارپاتی، یکی از همبنیانگذاران OpenAI، تقریباً تمام چیزهایی رو که درباره ساخت هوش مصنوعی میدونه، رایگان روی GitHub منتشر کرده!
از ساخت GPT از صفر تا هوش مصنوعیای که خودش آزمایش میکنه، تحقیق میکنه و از نتایجش یاد میگیره.
۶ پروژه با مجموع بیش از ۳۰۰ هزار ستاره ⭐
۱. Autoresearch | 92.7K ⭐
هوش مصنوعیای که شب تا صبح خودش آزمایش انجام میده، نتایج رو بررسی میکنه و فقط راهکارهایی رو نگه میداره که واقعاً جواب دادهاند.
۲. nanoGPT | 64.4K ⭐
یاد بگیر چطور یک مدل GPT رو از صفر آموزش بدی؛ پروژهای که برای خیلیها نقطه ورود به دنیای LLM بود.
۳. nanochat | 60.2K ⭐
با حدود ۱۰۰ دلار، نسخه شخصی خودت از ChatGPT رو بساز.
۴. LLM Wiki | 50K ⭐
ایدهای ساده اما قدرتمند برای ساخت یک دانشنامه شخصی و قابل توسعه برای هوش مصنوعی؛ چیزی شبیه مغز دوم.
۵. llm.c | 31.4K ⭐
آموزش یک مدل زبانی با زبان C؛ بدون پنهان کردن پیچیدگیهای فنی پشت فریمورکهای آماده.
۶. micrograd | 18.7K ⭐
در چند صد خط کد بفهم شبکههای عصبی چطور یاد میگیرن و گرادیانها چطور کار میکنن.
پیشنهاد من:
از micrograd شروع کن.
بعد برو سراغ nanoGPT و nanochat.
این مسیر کمک میکنه بهجای اینکه فقط با ابزارهای AI کار کنی، بفهمی پشت پرده واقعاً چه اتفاقی میافته.
تفاوت استفادهکننده از هوش مصنوعی با کسی که میتونه سیستمهای هوشمند بسازه، دقیقاً از همینجا شروع میشه.
این ۶ ریپازیتوری رو ذخیره کن؛ گنجینهای از دانش رایگاناند.
This Mole CLI release is almost all reliability work, on purpose. Refusals now explain themselves and print the fix. Dry run is fully dry. Stricter cleanup boundaries, hard deadlines on slow scans, Parallels VMs in disk analysis. Safer everywhere.
🥍 The battle to become best in the world.
Who'll come out on top at this year's World Lacrosse Women's Championship in Japan?
#Olympics# #WLWC#
📷: @WorldLacrosse