The best Opensource LLM: https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard

ChatBot Arena: https://huggingface.co/spaces/lmsys/chatbot-arena-leaderboard

Huggingface: https://huggingface.co/

Github: https://github.com/

Google Colab: https://colab.research.google.com/

Installation Node: https://nodejs.org/en

Installation Ollama: https://ollama.com/

Installation LM Studio: https://lmstudio.ai/

Anything LLM: https://useanything.com/

https://github.com/Mintplex-Labs/anything-llm/blob/master/README.md

LAAMA: https://ai.meta.com/llama/

https://chat.lmsys.org/ 

Opensource with Web Interface:

https://huggingface.co/chat/

https://groq.com/

http://huggingface.co/spacesllm-leaderboard/open-llm-leaderboard 

Token:

https://platform.openai.com/tokenizer

https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them

RLHF: https://huggingface.co/blog/rlhf

Vision Examples from Microsoft: https://arxiv.org/pdf/2309.17421

Prompting:

https://www.promptingguide.ai/techniques/tot

https://learnprompting.org/docs/intro

RAG:

https://aws.amazon.com/de/what-is/retrieval-augmented-generation/

https://blogs.nvidia.com/blog/what-is-retrieval-augmented-generation/

https://research.ibm.com/blog/retrieval-augmented-generation-RAG

https://www.databricks.com/glossary/retrieval-augmented-generation-rag

PDFs for RAG: https://github.com/run-llama/llama_parse

Colab Notebook (Llama_parse): https://colab.research.google.com/drive/1P-XpCEt4QaLN7PQk-d1irliWBsVYMQl5?usp=sharing

Webseits for RAG: https://www.firecrawl.dev/

AI-Agents

https://botpress.com/blog/what-is-an-ai-agent

https://voyager.minedojo.org/

https://flowiseai.com/

Flowise on Github: https://github.com/FlowiseAI/Flowise

TTS Colab: https://colab.research.google.com/drive/17xcyh-mFWye30WwNl7wIce1kzBFNMbcQ

Finetuning in Colab: https://colab.research.google.com/drive/135ced7oHytdxu3N2DNe1Z0kqjyYIkDXp?usp=sharing#scrollTo=FqfebeAdT073

Opensource TTS: https://github.com/2noise/ChatTTS

Talk to a AI-Assistant: https://moshi.chat/?queue_id=talktomoshi

Papers:
https://arxiv.org/pdf/2307.02483

https://arxiv.org/pdf/2307.15043

https://arxiv.org/pdf/2306.13213

https://arxiv.org/pdf/2302.12173

https://arxiv.org/pdf/2305.00944

FInetuning Paper: https://arxiv.org/pdf/2405.05904v2

https://embracethered.com/blog/posts/2023/google-bard-data-exfiltration/

# 人工智能
Logo
火山引擎 ADG 社区

火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。

更多推荐

OpenClaw 本地部署完整指南（Windows + Ollama）

本文档基于实际部署经验编写，旨在帮助你在 Windows 系统上从零开始搭建 OpenClaw，并连接本地 Ollama 模型（如 Qwen2.5 或 Qwen3），使其具备完整的智能体能力。文档包含了所有关键步骤以及常见问题的解决方案。

avatar 火山引擎 ADG 社区

OpenClaw 小白安装指南（Windows版）

（类似一个能自动执行任务的AI机器人），不是游戏。API Key只保存在你本地电脑的加密文件里，不会上传到任何地方。访问：https://github.com/miaoxworld/openclaw-manager/releases。: 一键安装脚本会自动安装Node.js 22+，如果失败，手动下载安装：https://nodejs.org/：在PowerShell中，鼠标右键就是粘贴，不需要按

avatar 火山引擎 ADG 社区

飞书 × OpenClaw 接入指南：不用服务器，用长连接把机器人跑起来

这个项目存在的意义，就是把“飞书接 OpenClaw”这件事，整理成一套的配置入口，并把官方文档没覆盖到的坑集中写成排查清单。先说清楚它的角色：OpenClaw 现在已经内置官方飞书插件 @openclaw/feishu，功能更完整、维护也更及时。，说明飞书 + AI 的接入已经走通。另外，仓库也推荐了一个新项目：把 OpenClaw 变成“多 Agent 团队”，用多个 Agent 分工，Sla

avatar 火山引擎 ADG 社区