一个最近在 GitHub 上较为流行的 Python 库：PyGWalker，是 Tableau 的另一种开源替代品，可用于简化

一个最近在 GitHub 上较为流行的 Python 库：PyGWalker，是 Tableau 的另一种开源替代品，可用于简化 Jupyter Notebook 数据分析和数据可视化工作流程。 通过 PyGWalker，你可以快速将 Pandas DataFrame 转变为 Tableau 风格的操作界面，更好的用于数据可视化探索。 该 Python 库支持 Jupyter Notebook、Google Colab、Kaggle Code 等多种环境，安装使用也不难。 | #Python

是一款开源 Python 软件，用于实现离线强化学习（离线 RL）的端到端流程，从数据收集到离线策略学习、离策略性能评估和策略选

是一款开源 Python 软件，用于实现离线强化学习（离线 RL）的端到端流程，从数据收集到离线策略学习、离策略性能评估和策略选择。软件包括一系列模块，用于实现合成数据集生成、数据集预处理、离策略评估 (OPE) 和离策略选择 (OPS) 方法的估计器。 该软件还与d3rlpy兼容，后者实现了一系列在线和离线 RL 方法。SCOPE-RL 通过OpenAI Gym和类似Gymnasium 的界面，可以在任何环境中进行简单、透明且可靠的离线 RL 研究实验。它还有助于在各种定制数据集和真实数据集的实践中实现离线强化学习。 特别是，SCOPE-RL 能够并促进与以下研究主题相关的评估和算法比较： 离线强化学习：离线强化学习旨在仅从行为策略收集的离线记录数据中学习新策略。SCOPE-RL 使用通过各种行为策略和环境收集的定制数据集来实现灵活的实验。 离线策略评估：OPE 旨在仅使用离线记录的数据来评估反事实策略的性能。SCOPE-RL 支持许多 OPE 估计器，并简化了评估和比较 OPE 估计器的实验程序。此外，我们还实现了先进的 OPE 方法，例如基于状态动作密度估计和累积分布估计的估计器。 离线策略选择：OPS 旨在使用离线记录的数据从多个候选策略池中识别性能最佳的策略。SCOPE-RL 支持一些基本的 OPS 方法，并提供多种指标来评估 OPS 的准确性。

SSLRec是一个基于 PyTorch 的深度学习框架，用于通过自我监督学习技术增强的推荐系统。包含常用的数据集、用于数据处理、

SSLRec是一个基于 PyTorch 的深度学习框架，用于通过自我监督学习技术增强的推荐系统。包含常用的数据集、用于数据处理、训练、测试、评估和最先进的研究模型的代码脚本。 SSLRec提供了大量实用函数和易于使用的界面，简化了推荐模型的开发和评估。 突出特点 灵活的模块化架构。SSLRec 库采用模块化架构，可以轻松定制和组合模块。这使用户能够创建适合其特定需求和要求的个性化推荐模型。 多样化的推荐场景。SSLRec 库是一个多功能工具，适合有兴趣在不同推荐系统研究领域构建有效推荐模型的研究人员和从业者。 综合最先进的模型。我们的 SSLRec 框架为各种场景提供了广泛的 SSL 增强推荐模型。研究人员可以使用先进技术评估这些模型，并将其作为推动推荐系统领域创新的基础。 统一数据馈送和标准评估协议。SSLRec框架具有统一的数据馈送器和标准评估协议，可以轻松加载和预处理来自各种来源和格式的数据，同时确保对推荐模型的客观和公平评估。 丰富的实用功能。SSLRec 库提供了大量实用函数，可以简化推荐模型的开发和评估。这些功能结合了推荐系统的常见功能以及图操作、网络架构和损失函数的自监督学习。 易于使用的界面。我们提供了一个用户友好的界面，可以简化推荐模型的训练和评估。这使得研究人员和从业者能够轻松高效地试验各种模型和配置。 | #框架

ExpertLLaMA:一个使用ExpertPrompting构建的开源聊天机器人，其能力达到ChatGPT的96%。

ExpertLLaMA:一个使用ExpertPrompting构建的开源聊天机器人，其能力达到ChatGPT的96%。 ExpertLLaMA通过在普通指令中添加专家身份描述，产生高质量、详细的专家级回答。 本项目提供了方法简介、52,000个专家数据集样本、52,000个基线数据集样本、52,000个对应每个具体指令的专家身份描述、基于专家数据集训练的ExpertLLaMA检查点以及与Vicuna、LLaMA-GPT4等现有模型的评估结果。 |

是一个开源的跨平台文件管理器，由用 Rust 编写的虚拟分布式文件系统 ( VDFS ) 提供支持。VDFS是一种设计用于在各种

是一个开源的跨平台文件管理器，由用 Rust 编写的虚拟分布式文件系统 ( VDFS ) 提供支持。VDFS是一种设计用于在各种存储层之上工作的文件系统。它不限于单台机器，具有统一的 API 来跨多个设备操作和访问内容，通过维护所有存储位置的虚拟索引、在客户端之间实时同步数据库来实现这一点。此实现还使用CAS（内容可寻址存储）来唯一标识文件，同时记录相对于存储位置的逻辑文件路径 Spacedrive 正在积极开发中，列出的大部分功能仍处于试验阶段，可能会发生变化。 特征 注意：链接仅用于突出显示目的，直到功能特定的文档完成。 完成：（ 测试中） ·文件发现- 扫描设备、驱动器和云帐户以构建包含元数据的所有文件的目录。 ·预览生成- 自动为图像和视频生成较低分辨率的替身。 ·统计信息- 总容量、索引大小、预览媒体大小、可用空间等。 进行中： ·文件资源管理器- 浏览在线/离线存储位置，查看带有元数据的文件，执行基本的 CRUD。 ·实时同步- 设备之间实时同步数据索引，优先考虑点对点 LAN 连接（WiFi 同步） 待开发（MVP）： ·照片- 类似于 Apple/Google 照片的照片和视频专辑。 ·搜索- 使用键绑定深入搜索您的文件系统，包括离线位置。 ·标签- 在自定义标签上定义例程以自动化工作流程，轻松地单独、批量和通过规则自动标记文件。 ·扩展- 在 Spacedrive 之上构建工具，扩展功能并集成第三方服务。spacedrive.app/extensions上的扩展目录。

一个开源的取证框架，可以分析工业PLC元数据和项目文件，提供了方便的方式来扫描PLC并识别ICS环境中的可疑痕迹，用于手动检查、

一个开源的取证框架，可以分析工业PLC元数据和项目文件，提供了方便的方式来扫描PLC并识别ICS环境中的可疑痕迹，用于手动检查、自动监控任务或响应事件以检测受损设备。通过开源工具，调查人员可以审查输出并根据自己的特定需求进行定制。 | #框架