过去30年计算机科学领域的最佳论 文奖

AI模型训练时被注入拒绝机制，遇到敏感话题就自动拒绝回答，限制了研究和创造力。 OBLITERATUS 把模型解放所需的功能全部整合到一起，提供了一键去除拒绝行为的完整解决方案。 不仅能精准识别并移除拒绝方向，还支持多方法干预（SVD、PCA、稀疏自编码器）、分析模块可视化拒绝几何、实时聊天测试，甚至社区贡献研究数据集。 主要功能： 一键模型解放，支持多种策略（basic/advanc

编写文档或技术报告时，常常需要画流程图、架构图，还要数据可视化图表，来回切换各种工具和语法，繁琐低效。 markdown-viewer/skills 为AI编码代理提供15种一站式技能，直接在Markdown中生成精美图表和可视化内容。 覆盖7大渲染引擎，从简单流程图到企业架构、数据分析、编辑级信息卡片，支持Mermaid、PlantUML、Vega等。 主要功能： 15种专业技能，覆

学术研究常常需要切换多个工具：文献管理用Zotero，笔记整理用Obsidian，代码实验用Claude Code，写作分析还得反复查阅论文和结果，效率低下且易丢失思路。 Claude Scholar 把研究全流程自动化整合，提供半自动化研究助手的完整解决方案。 专为CS/AI研究者设计，支持Claude Code/OpenCode/Codex CLI，覆盖从idea生成、文献综述、实验分析到

量化研究常常需要来回切换多个工具，数据处理用 Pandas，回测用 Backtrader，信号评估还要写一堆自定义指标，特征工程更是繁琐复杂。 Midas 把 Alpha 特征研究的全流程整合到一起，提供了完整的量化信号发现与维护框架。 采用双循环系统：离线循环用 LLM 作为量化研究员自动搜索新信号，在线循环实时监控特征衰减并触发杀单机制。两者共享知识库，每一次失败和成功都能指导下轮研究。

语音合成经常需要切换多个工具，克隆声音用一个TTS服务，生成音频又要下载模型，应用效果还得用DAW软件，来回折腾效率低下。 Voicebox 把语音合成全流程整合到一起，提供了一站式开源语音工作室解决方案。 不仅支持5款TTS引擎克隆声音、23种语言生成，还能实时应用音效、编辑多轨故事，甚至提供REST API集成到你的应用中。 主要功能： 多引擎语音克隆，支持Qwen3-TTS、Lu

AI编程经常出错：过度复杂化、擅自修改无关代码、隐藏假设不求澄清、贸然行动不验证…… andrej-karpathy-skills 把Andrej Karpathy对LLM编码痛点的观察，提炼成一套CLAUDE.md指南，直接解决这些问题。 一个文件搞定Claude Code行为优化，让AI像资深工程师一样：先思考再编码、追求简洁、外科手术式修改、目标驱动执行。 主要功能： 思考优先：

不仅是一份技术清单，更是一套面向生产环境的生存指南。在 Agent 狂热的当下，这份指南冷静地指出：Agent 的核心竞争力不在于 prompt 写得有多花哨，而在于你作为工程师，如何构建一套确定性的系统来驾驭不确定的模型。

芝加哥大学最新开设的《大语言模型》课程（CMSC 25750/35750）不仅是一次技术教学，更是一场关于AI本质的深度探索。在模型能力日新月异的今天，我们不仅要学会如何“使用”LLM，更要理解它们如何运作、如何确保其行为符合预期，以及如何在其之上构建可靠的系统。 这门课程由 Chenhao Tan 教授主理，其核心逻辑紧扣当前LLM研究的三大终极命题：可解释性、对齐与智能体。 破译黑盒

本书是研究claude code架构的结果，将模式、权衡和设计决策提炼成技术叙述，任何工程师都可以从中学习。 全书分 7 个部分，共 18 章。

管理个人知识库时，经常需要在Notion、Obsidian、Roam等工具间切换，文件分散、搜索困难、AI代理无法有效利用你的积累，效率低下。 GBrain 把你的Markdown知识库变成智能大脑，提供完整的AI代理知识管理解决方案。 不仅支持混合搜索（向量+关键词）、实体关系图谱和实时索引，还能自动摄入会议、邮件、日历，生成编译真相+时间线，夜间自动优化，让大脑每天变聪明。 主要功能：

课程教你一个优化问题怎么建模、算法为什么有效、不同方法什么时候该用，以及这些东西怎么落到 ML 和数据分析里。课程面向需要掌握优化和数值算法设计分析基础的本科生、研究生，是更高阶优化课程的入口，核心目标是让学生能为机器学习和数据分析设计优化算法。 优化是机器学习、数据科学和现代工程的核心引擎。每当神经网络进行训练、推荐系统更新或供应链重新配置时，实际上都是在解决一个优化问题。本课程将严格介绍支撑

MiniCode，这个项目用更小的实现体量，提供了类 Claude Code 的工作流体验和架构思路，因此非常适合学习、实验，以及继续做自己的定制化开发。

微信聊天记录想导出查看，却总要找第三方工具导出、解密图片视频，还得手动分析统计，过程繁琐又不安全。 WeFlow 把微信聊天记录的查看、分析、导出全搞定，完全本地运行，无需联网，隐私100%安全。 不仅支持实时查看聊天记录、解密朋友圈图片视频实况，还能生成年度报告、群聊画像、双人专属报告，甚至提供HTTP API供开发者集成。 主要功能： 本地实时查看聊天记录，支持修改/删除本地消息，

一本关于AI推理机制的开源教程，从熵增到边界，追问智能的本质。 本书还在编写中，目前放出的内容为上卷，内容可能也会调整。 上卷（第1–13章） 从熵增到边界，沿历史线索追问推理的本质——符号主义、统计学派、Transformer、搜索与因果。 下卷（第14–22章） 从形式系统出发，用逻辑演绎重建推理王国——一致性、线性逻辑、概率、因果、复杂度、自指。

课程内容主要是：interpretability（可解释性）、alignment（对齐）、agents（智能体）。 “大型语言模型正在迅速重塑机器学习的研究与实践，但关于它们的工作原理、如何确保其按预期行为以及如何在其基础上构建可靠系统仍存在许多问题。本课程聚焦于 LLM 研究前沿的三个核心领域：可解释性、对齐与智能体。学生将学习分析电路和内部表示，通过稀疏自编码器和线性表示探测模型特征的几何结构

Claude Code 的文档是出了名的难啃。slash commands、hooks、skills、MCP 配置——每一块都要自己摸索，折腾半天不知道对不对。这个平台：claude.nagdy.me 核心设计是「边做边学」，不是读文档。 11个交互模块，从入门到进阶 1）浏览器内置终端模拟器，直接练 slash commands 和 hooks 2）不需要安装 Claude Code，不需要 A

分通识教育和专业教育两部分。 左侧通识教育适合非计算机专业阅览。

试一下提示词 1）「用 Excalidraw 画一只猫」 2）「画一个架构图：用户 → API Server → 数据库」 3）「把刚才的系统设计画出来」

部署AI智能体通常需要复杂的架构，LLM网关负责API路由，数据库管理多租户，安全层防止越权，还要额外的监控工具，来回切换部署颇为麻烦。 GoClaw 把AI智能体平台的完整功能全部整合到一起，提供了生产级多租户AI代理解决方案。 不仅支持20+ LLM提供商（Anthropic、OpenAI、Groq等）和7大消息渠道（Telegram、Discord、Slack等），还提供5层安全防护、多