公众号：AI Freedom
Gradio 教程，主要包括 1. Gradio简介 2. 环境搭建 3. 创建第一个Gradio界面 4. Gradio高级应用 5. 实战案例 6. 部署与分享 7. 常见问题与解决方案。
解读 NLP经典之作 — Bert：BERT（Bidirectional Encoder Representations from Transformers）是一种预训练语言模型，由Google在2018年提出。它是一种基于Transformer的模型，可以用于自然语言处理（NLP）任务，如文本分类、命名实体识别、问答系统等。主要包括 1. Language Model Embedding，2. Bert 模型解读，3. Bert fine-tuning，4. Bert 代码实现等方面。
Andrej Karpathy 的 Let’s build the GPT Tokenizer。 手把手构建一个GPT Tokenizer（分词器）。关于Tokenizer的Why和How，详见下文。
sora技术文档，主要包括视频生成模型作为世界模拟器，1. 将视觉数据转换为统一表示方法，2. 模型的训练，3. 模型评估。Sora 和之前 Runway在架构上的区别。
Andrej Karpathy 的 nanoGPT lecture demo 详解。主要包括学习资料、总结输出、为什么学 nanoGPT、详解 nanoGPT 四个部分。
This nanoGPT-lecture code git, including Andrej Karpathy's nanoGPT, ng-vedio-lecture, gpt_dev.ipynb and my learning notes. Welcome to like and follow
[ICLR 2024] SWE-Bench: Can Language Models Resolve Real-world Github Issues?
Paper