https://huggingface.co/datasets/fka/awesome-chatgpt-prompts/viewer/default/train

chat

详细介绍一下 Awesome ChatGPT Prompts

"Awesome ChatGPT Prompts" 指的是一系列精心设计的提问或指令，它们可以用来引导像我这样的人工智能（AI）进行特定的任务或生成有趣的回答。这些提示可以用于各种目的，包括但不限于娱乐、教育、创意写作、编程、心理学实验等。以下是一些使用 ChatGPT 提示的示例和它们可能的用途：

提示工程是一门相对较新的学科，用于开发和优化提示，以高效地利用语言模型（LMs）来应用于各种各样的应用和研究主题。

提示工程技能有助于更好地理解大型语言模型（LLMs）的能力和局限性。研究人员利用提示工程来提高LLMs在各种常见和复杂任务上的能力，如问答和算术推理。开发人员利用提示工程设计健壮有效的提示技术，与LLMs和其他工具进行接口交互。

受到开发LLMs的高度兴趣的驱动，我们创建了这份新的提示工程指南，其中包含了所有与LLMs的提示工程相关的最新论文、学习指南、讲座、参考资料和工具。

🌐 提示工程指南（Web 版）

NextChat

一键免费部署你的私人 ChatGPT 网页应用，支持 GPT3, GPT4 & Gemini Pro 模型。

演示 Demo / 反馈 Issues / 加入 Discord

详细介绍一下 https://github.com/xtekky/gpt4free

GitHub 上的 "gpt4free" 项目可能是指一个允许用户免费使用或访问 GPT（生成预训练 Transformer）模型的资源或工具。

gpt_academic

为GPT/GLM等LLM大语言模型提供实用化交互接口，特别优化论文阅读/润色/写作体验，模块化设计，支持自定义快捷按钮&函数插件，支持Python和C++等项目剖析&自译解功能，PDF/LaTex论文翻译&总结功能，支持并行问询多种LLM模型，支持chatglm3等本地模型。接入通义千问, deepseekcoder, 讯飞星火, 文心一言, llama2, rwkv, claude2, moss等。

https://github.com/binary-husky/gpt_academic

通过微软云倡导者提供的 18 课的综合课程，学习构建生成式人工智能应用程序的基础知识。

🌱 入门

本课程共有 18 课。每节课都涵盖了自己的主题，因此可以从任何地方开始！

课程分为两类：学习课程解释生成式人工智能的概念，以及构建课程在可能的情况下提供了 Python 和 TypeScript 的代码示例。

每节课还包括一个 "继续学习" 部分，提供额外的学习工具。

你需要什么

一键免费部署你的私人 ChatGPT 网页应用，支持 GPT3, GPT4 & Gemini Pro 模型。

开始使用

1. 准备好你的 OpenAI API Key;
2. 点击右侧按钮开始部署：
   ，直接使用 Github 账号登录即可，记得在环境变量页填入 API Key 和页面访问密码 CODE；
3. 部署完毕后，即可开始使用；
4. （可选）绑定自定义域名：Vercel 分配的域名 DNS 在某些区域被污染了，绑定自定义域名即可直连。

人们正在编写出色的工具和论文，以改善 GPT 的输出。以下是我们看到的一些很酷的工具：

提示库与工具（按字母顺序排列）

• Arthur Shield：用于检测有毒、幻觉、提示注入等的付费产品。
• Baserun：用于测试、调试和监控基于 LLM 的应用程序的付费产品。
• Chainlit：用于创建聊天机器人界面的 Python 库。
• Embedchain：用于管理和同步非结构化数据与 LLM 的 Python 库。
• FLAML（自动机器学习和调优快速库）：用于自动选择模型、超参数和其他可调选项的 Python 库。
• Guardrails.ai：用于验证输出和重试失败的 Python 库。仍处于 alpha 阶段，因此请预期存在一些尖锐的边缘和错误。
• Guidance：使用 Handlebars 模板将生成、提示和逻辑控制交错的 Microsoft Python 库。
• Haystack：用于构建可定制、生产就绪的 LLM 应用程序的开源 LLM 编排框架，使用 Python 实现。
• HoneyHive：用于评估、调试和监控 LLM 应用程序的企业平台。
• LangChain：用于链接语言模型提示序列的流行 Python/JavaScript 库。
• LiteLLM：用于以一致的格式调用 LLM API 的最小 Python 库。
• LlamaIndex：用于为 LLM 应用程序增加数据的 Python 库。
• LMQL：一种用于 LLM 交互的编程语言，支持类型提示、控制流、约束和工具。
• OpenAI Evals：用于评估语言模型和提示任务性能的开源库。
• Outlines：提供领域特定语言以简化提示并限制生成的 Python 库。
• Parea AI：用于调试、测试和监控 LLM 应用程序的平台。
• Portkey：用于 LLM 应用程序的可观察性、模型管理、评估和安全性的平台。
• Promptify：用语言模型执行自然语言处理任务的小型 Python 库。
• PromptPerfect：用于测试和改进提示的付费产品。
• Prompttools：用于测试和评估模型、向量数据库和提示的开源 Python 工具。
• Scale Spellbook：用于构建、比较和发布语言模型应用程序的付费产品。
• Semantic Kernel：来自 Microsoft 的支持提示模板化、函数链接、矢量化内存和智能规划的 Python/C#/Java 库。
• Vellum：用于尝试、评估和部署先进的 LLM 应用程序的付费 AI 产品开发平台。
• Weights & Biases：用于跟踪模型训练和提示工程实验的付费产品。
• YiVal：使用可定制的数据集、评估方法和进化策略调整和评估提示、检索配置和模型参数的开源 GenAI-Ops 工具。

开放助手项目概述

Open-Assistant 旨在让每个人都能访问一个优秀的基于聊天的大型语言模型。

我们相信，通过这样做，我们将在语言创新方面引发一场革命。就像稳定扩散帮助世界以新的方式制作艺术和图像一样，我们希望开放助手能够通过改进语言本身来改善世界。

有用的链接

• 数据收集
• 聊天
• 项目文档

用生成式人工智能的力量成为您的个人助手！把它想象成 Obsidian，但是加入了AI功能。

路线图在此

主要功能 🎯

• 快速高效：设计时考虑了速度和效率。Quivr 确保快速访问您的数据。
• 安全：您的数据，您掌控。始终如此。
• 操作系统兼容性：Ubuntu 22 或更新版本。
• 文件兼容性：文本、Markdown、PDF、Powerpoint、Excel、CSV、Word、音频、视频
• 开源：自由是美好的，Quivr 也是如此。开源并且免费使用。
• 公开/私有：通过公共链接与用户分享您的大脑，或保持私密。
• 市场：与世界分享您的大脑，或使用其他人的大脑提升您的生产力。
• 离线模式：Quivr 可以离线工作，因此您可以随时随地访问您的数据。