daily
lyogavin/airllm: Jupyter Notebook, 5 129/tydzień.
Dzisiejszy scouting pokazuje nie tylko wzrosty, ale też to, które projekty naprawdę utrzymują sens po pierwszej fali uwagi.
lyogavin/airllm: Jupyter Notebook, 5 129/tydzień. Inferencja modeli 70B na pojedynczej karcie 4 GB dzięki agresywnemu offloadingowi warstw. Zastosowanie: deweloper z MacBookiem M1/M2 może lokalnie przetestować model 70B bez własnoręcznego shardowania.
huangruiteng/loopx: Python, 3 518/tydzień. „Lekki kernel stanu" dla długodystansowych zespołów agentów: cele trwałe, autosuszenie uwzględniające quotę, wykonywalne todo, dowody. Zastosowanie: budżetowe klastry agentów, w których trzeba pilnować kosztów API.
NanmiCoder/MediaCrawler: scraper komentarzy z Xiaohongshu, Douyin, Kuaishou, Bilibili, Weibo, Baidu Tieba i Zhihu. 215/dzień wygląda niewinnie, ale repo wprost łamie ToS większości tych platform i nie ma ograniczeń prawnych w README chińskim. Wzrosty są niemal na pewno napędzane botami marketingowymi sprzedającymi „dane społecznościowe". To nie jest projekt do polecania ani benchmarkowania jako normalne open-source.
Model note
minimax/minimax-m3
minimax/minimax-m3 domknął ten raport bez błędów i zostawił po sobie najmniej operacyjnego tarcia.