Project Icon

LLMSurvey

大型语言模型(LLM)的论文和资源的汇总

LLMSurvey 汇总了大量关于大型语言模型(LLM)的论文和资源。介绍了从GPT到LLaMA系列的技术演变,分析了在指令调整实验中不同类型指令对LLM性能的影响,同时提供了针对初学者的中文书籍,以帮助理解该领域的基本框架和发展路线。

llm-datasets - LLM微调优质数据集与工具资源库
GithubLLM对话开源项目微调指令跟随数据集
LLM Datasets项目汇集了大语言模型微调所需的优质数据集、实用工具和核心概念。涵盖通用、数学逻辑、编程和对话等多个领域,项目详细阐述了高质量数据集的特征。为研究人员和开发者提供多样化的LLM微调数据资源,旨在促进模型性能提升。
llm-paper-daily - 日常论文精选与学术交流平台
AI绘图GithubLLM研究大型语言模型开源项目每日更新知识机制
llm-paper-daily是专注于LLM研究的日常论文更新和分类平台,提供最新研究论文,支持arxiv直链和GPT-4简要总结。该平台分类详尽,涵盖推理、代理、检索等多个领域,易于用户导航与发现相关研究。加入讨论小组,可与研究同好一起交流学习,共同探索大模型落地和学术前沿。
LLM-Continual-Learning-Papers - LLM持续学习研究论文集锦
GithubLLM大语言模型开源项目持续学习自然语言处理预训练
本项目收录了大语言模型(LLM)持续学习领域的重要论文。涵盖知识持续学习、预训练适应、少样本学习等多个研究方向。这些论文探讨LLM如何学习新知识、适应新领域,同时保持原有能力。项目包括ICLR、NAACL、EMNLP等顶级会议发表的论文,时间跨度从2022年到2023年。收录内容涉及连续预训练、参数高效微调等主题,反映了LLM持续学习领域的最新研究趋势,为研究人员和开发者提供了解该领域最新进展的参考资源。
llmc - 开源工具压缩大型语言模型提升效率
GithubLLMCLLM压缩剪枝开源项目性能优化量化
llmc是一个压缩大型语言模型的开源工具,采用先进压缩算法提高效率和减小模型体积。它支持多种LLM和压缩方法,可在单GPU上量化评估大模型,兼容多种推理后端。项目提供LLM量化基准,帮助用户选择合适的压缩策略。
awesome-llm-agents - LLM代理资源一览,涵盖框架、应用与平台
Awesome LLM agentsGithubHaystackLangchainLlama IndexVisualGPT开源项目
本列表收录了优秀的LLM代理资源,涵盖开源框架、实用应用、平台及重要论文和讲座。关键工具包括Langchain、Llama Index、Haystack等,旨在为开发者提供高效的NLP解决方案。用户还可以提交和建议更多资源,支持社区开发。
Instruction-Tuning-Survey - 深入探讨大型语言模型的指令微调技术及应用
DatasetsGithubInstruction TuningLarge Language ModelsModelsarXiv开源项目
本文综述了大型语言模型的指令微调技术,包括方法学、数据集构建、模型训练及多模态和领域应用。探讨了影响指令微调效果的关键因素,如数据集规模和质量等,并指出了当前技术的局限性及未来改进方向。
llmeval-1 - 系统评估中文大语言模型的创新研究项目
GithubLLMEVAL-1大模型大语言模型评测开源项目排行榜评测方法
LLMEVAL-1项目致力于系统研究大语言模型评价方法。该项目涵盖17个大类、453个问题,内容包括事实性问答、阅读理解和框架生成等多个领域。评测采用分项和对比两种方式,从正确性、流畅性、信息量、逻辑性和无害性五个维度进行。LLMEVAL-1通过结合众包和专业评测,为中文大语言模型提供了全面、客观的评估基准。
what-llm-to-use - 主流开源与商业LLM模型的选择标准、特点及应用场景的详细介绍
DevAIGithubLLM商业模型开源模型开源项目编程
DevAI领域发展迅速,开发者需选择适合的LLM模型。本文详细介绍主流开源与商业LLM模型的选择标准、特点及应用场景,包含从本地环境到托管服务的部署指南,提供全面对比与建议,帮助开发者提升开发效率。欢迎贡献意见以完善此LLM索引。
Awesome-LLM-Tabular - 大型语言模型与表格数据处理研究进展
GithubLLM人工智能开源项目机器学习自然语言处理表格数据
Awesome-LLM-Tabular汇集了大型语言模型在表格数据处理领域的研究论文,涵盖数据表示、问答和推理等方面。项目提供论文详细信息、相关工作坊和博客文章,为研究人员提供全面的参考资源,助力快速了解该领域的最新进展。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号