MCPcopy Index your code
hub / github.com/AmbroseX/Awesome-AISourceHub

github.com/AmbroseX/Awesome-AISourceHub @main

Chat with this repo
repository ↗ · DeepWiki ↗ · + Follow
32 symbols 105 edges 27 files 8 documented · 25%
What it actually does AI analysis from the code graph — generated when you open this
loading…
README

Awesome-AISourceHub

写在前面

本仓库收集 AI 科技领域高质量信息源。 可以起到一个同步信息源的作用,避免信息差和信息茧房。

在线网址:Ai Source Hub

信息源越接近于源头的内容越好呢?下面这张图可以简单解释 信息流垃圾理论简图 信息流垃圾理论简图 你认同这个图的顺序吗? (小红书里面的一手信息还是挺多的,只不过没有办法贴上原文链接,是个硬伤)

在这波人工智能浪潮中 Twitter 为什么重要?

AI 领域的许多书籍作者、企业决策者和工具开发者经常使用 Twitter 并在此发表言论 Twitter 聚集了大量的天使投资人、风险投资人和记者,他们源源不断地提供着有价值的背景信息。因此,在 AI 的一波波浪潮中,Twitter 始终拥有着自己的「寓教于乐的小世界」。但 2022 年,ChatGPT 的诞生让 Twitter 在这场 AI 热潮中显得尤为重要 —— 人们在 Twitter 上大量分享他们使用这个工具的过程,关于 Generative AI 和 GPT-3 /3.5 的看法及围绕它们而产生的行为 —— 无论炒作与否。

如何在 Twitter 筛选优质信息流?

推特有各种大佬、各大官媒和民间高手。这些信息的全面性和时效性都非常好,只要用好关注列表,你基本不会错过。

1.首先要脱离推荐算法的圈养。把推特的时间线从【推荐】改成按【时间顺序】, 这样时效性会好很多。

2.找一个还不错的参考对象。可以是任何 AI 相关的账号,知名大 V 最好。从关注列表里面深挖你感兴趣的账号,点击关注。或者一次性的全部点击关注,后面看到不喜欢的内容再去取关就好。

平台:知乎博主、B 站 up 主、油管 Up、知识星球、电报、公众号、推特大 V、垂类 AI 网站

挑选标准

  • 有干货
  • 和人工智能、科技相关

了解一个领域的常见技巧:

1.谷歌学术搜关键词:找到 survey,或者引用数比较高的论文,然后用 ReadPaper 阅读和翻译。

2.如果是最新的论文:Arxiv 搜关键词。

3.看 PaperWithCode 的排行榜,比如: https://paperswithcode.com/sota

4.如果是代码复现,可以 Github 搜:awesome+xxx,一般会有大佬给你整理好相关的资料。

如何贡献

欢迎共享你的高质量信息源!请按照以下步骤操作:

  1. Fork 仓库 - 点击此页面右上角的 "Fork" 按钮,将此仓库的副本创建在你的 GitHub 帐户上。
  2. 克隆仓库 - 使用 git clone 命令将仓库下载到你的本地计算机。
  3. 创建新分支 - 创建一个新分支,你将在其中进行更改。
  4. 进行你的更改 - 在适当的类别中添加你的资源。请提供简短的描述和资源链接。
  5. 提交并推送你的更改 - 使用 git commit 命令保存你的更改,使用 git push 将它们上传到 GitHub。
  6. 打开拉取请求 - 转到原始仓库的 "Pull Requests" 选项卡,然后点击 "New pull request"。选择你的 fork 和你在其上进行更改的分支。点击 "Create pull request",并简短描述你的更改。

当然你也可以通过下面链接来贡献你的信息源,审核过后会同步到仓库。

👉 优质AI科技资讯源提交

资讯平台

平台链接 备注
推特 人工智能浪潮中信息前沿
公众号 微信媒体
知识星球 干货比较多大都会开星球,但是也有很多割韭菜的
播客 流行于欧美,音频方式分享知识
Arxiv 开放免费的科学研究论文预印本库,主要面向物理学、数学、计算机科学、经济学等领域

X(推特 twitter)

大 V 备注
Twitter threads 一个 Twitter 排行榜列表
OpenAI OpenAI 官方号,发布最强 AI 模型最新消息
Sam Altman OpenAI 创始人,YC 前主席
Elon Musk 钢铁侠马斯克
Yann LeCun Meta 前首席科学家
Andrej Karpathy 前特斯拉的 AI 总监,也是 OpenAI 的创始团队成员和研究科学家
François Chollet 推特界最会研究人工智能的一位网红科学家,Keras 创始人
李飞飞 是斯坦福大学人工智能实验室的主任,她是计算机视觉和人工智能领域的领先专家之一
Soumith Chintala FAIR 研究工程师、深度学习框架 PyTorch 创建者之一
Sebastian Raschka 经常分享论文解读
clem HuggingFace 创始人兼 CEO
Kevin Patrick Murphy 谷歌大脑/深度学习的研究科学家。
Mark Chen OpenAI 的研究部门负责人
Connor Holmes Sora 系统领导
Tim Brooks Sora 研究领导
AK 知名博主
Jürgen Schmidhuber meta-learning (1987), GANs (1990), Transformers (1991), very deep learning (1991) 发明者
宝玉 推特宝玉老师,知名博主
Jim Fan Jim Fan, Nvidia 的科学家,经常分享 AI 相关
吴恩达 吴恩达, Coursera 联合创始人、斯坦福大学兼职教授、baidu AI 团队/谷歌大脑前负责人
歸藏 歸藏,经常分享 AI 最新资讯
Gorden Sun 只发 AI 相关信息的产品经理,维护 AI 日报
Quo Le Goole 大脑首席科学家,经常分享 Google 最新研究成果
Teslascope 特斯拉车辆所有最新消息
Binyuan Hui 阿里巴巴Qwen团队的NLP研究员
Tony Z. Zhao Meta GenAI的研究科学家
Eric Jang AI is Good for You作者
Zipeng Fu 斯坦福人工智能与机器人博士,分享从事的移动机器人最新进展

公众号

平台链接 备注
42 章经 直接访谈 AI 领域最一线的大佬,纯干货
机器人大讲堂 清华孙富春老师团队维护的平台,机器人必关注,干货多,软广少。
九章智驾 自动驾驶领域的“顶会”
我爱计算机视觉 主要会介绍一些最新论文解读。也有一些软广
量子位 别管什么标题党,分享一些最新的比较火的资讯
机器之心 别管什么标题党,分享一些最新的比较火的资讯
新智元 别管什么标题党,分享一些最新的比较火的资讯
Alwalker cv 相关的论文分享,干货比例高。
cver 论文解读,开星球了,软广多。
计算机视觉 life 主要是自动驾驶,也开星球了,软广多
游戏葡萄 游戏领域:干货比较多,平台能接触到很多一线大厂的资源。
老刘说 NLP 原创干货比较多,少量付费,以及会维护一个付费社群,作者本身就是知识图谱和 NLP 专业出身,目前在 360 工作,所以信息量比营销号会好不少。
JioNLP 作者目前在昆仑万维 LLM 团队,喜欢开源,喜欢分享各种 AI 知识,干货比例会比较高。
NewBeeNLP nlp 相关内容,最新学术、技术贴,以及一些付费知识,广告。公众号的生态是这样的。大家按需关注。
GithubDaily 会介绍一些 Github 热门的项目,现在主要是 LLM 相关的内容,有点标题党,有广告,有知识星球付费。大家按需关注。
夕小瑶科技说 弱化版的三顶会,营销内容和比例大于三顶会。
36 氪 和 LLM、AI 关系没那么大,但也是传统科技媒体了。
Z Potentials LLM,AIGC 创业投资相关资讯。
爱可可爱生活 其实微博才是大佬的主战场,大佬会分享一些最新的论文,如果有点评就更好了。
数字生命卡兹克 各种 AI 原创应用分享,以及新 AI 应用的介绍。有软广。
李 rumor 强化,大模型相关资讯分享,招聘信息发布,以及广告。
AI 科技评论 CSDN 旗下的公众号,相当于是弱版的三顶会。
将门创投 干货较多,但更新频率不高,能有办法直接邀请论文作者做免费分享。
[强化学习实验室](https://mp.weixin.qq.co

Extension points exported contracts — how you extend this code

HeaderProps (Interface)
(no doc)
src/components/Header/Header.tsx

Core symbols most depended-on inside this repo

check_folder
called by 2
scripts/utils.py
save_json
called by 2
scripts/utils.py
checkScroll
called by 1
src/components/TopDownButton.tsx
transformToolsData
called by 1
src/data/tools-data.ts
transformToolsInfo
called by 1
src/data/tools-data.ts
handleResize
called by 1
src/app/page.tsx
decoded_url
called by 1
scripts/utils.py
get_git_commit
called by 1
scripts/utils.py

Shape

Function 31
Interface 1

Languages

TypeScript62%
Python38%

Modules by API surface

scripts/utils.py11 symbols
src/app/page.tsx4 symbols
src/data/tools-data.ts2 symbols
src/components/TopDownButton.tsx2 symbols
src/components/Header/Header.tsx2 symbols
src/components/Sidebar/Sidebar.tsx1 symbols
src/components/ContentArea/ContentArea.tsx1 symbols
src/components/ContentArea/CategoryBlock.tsx1 symbols
src/components/ContentArea/Card.tsx1 symbols
src/components/Contact.tsx1 symbols
src/components/CategoryContent.tsx1 symbols
src/app/sitemap.ts1 symbols

For agents

$ claude mcp add Awesome-AISourceHub \
  -- python -m otcore.mcp_server <graph>

⬇ download graph artifact

Ask about this repo answers extend the page