#Large Language Models
推荐系统无显式ID特征文献综述 - 学习资料汇总与项目介绍
mlx-llm 学习资源汇总 - 在Apple芯片上实时运行大型语言模型的工具库
Awesome-Knowledge-Distillation-of-LLMs学习资料汇总-大语言模型知识蒸馏项目简介
LM-reasoning学习资料汇总 - 大语言模型推理能力研究项目
Tree-of-Thought-Prompting入门指南 - 提升大型语言模型推理能力的强大技术
Large-Language-Model-Notebooks-Course学习资料汇总 - 用实践项目学习大型语言模型
Open-source LLMs 入门指南 - 开放大语言模型项目一句话介绍
spacy-llm
该模块将大型语言模型（LLMs）集成到spaCy中，实现了快速原型设计和提示生成，无需训练数据即可输出可靠的NLP结果。支持OpenAI、Cohere、Anthropic、Google PaLM、Microsoft Azure AI等API，并兼容Hugging Face上的开源LLMs，如Falcon、Dolly、Llama 2等。还支持LangChain，提供命名实体识别、文本分类、情感分析等多种现成任务。用户可通过spaCy的注册表轻松实现自定义功能。该模块结合LLM的强大功能与spaCy的成熟基础，提供灵活高效的NLP解决方案。
chameleon-llm
Chameleon框架集成了多种工具，如视觉模型、Web搜索引擎和Python函数，提升了大型语言模型（LLMs）的推理能力。基于GPT-4的自然语言规划，Chameleon能够精准推理工具的组合和执行顺序。在ScienceQA任务中，Chameleon的准确率为86.54%，领先当前模型11.37%；在TabMWP任务中，整体准确率达98.78%。其模块化设计和灵活工具调用机制使其适用于各种复杂任务。
aws-genai-llm-chatbot
该解决方案提供现成代码，允许在AWS账户中实验多种大型语言模型和多模态语言模型。支持的模型包括Amazon Bedrock、Amazon SageMaker自托管模型以及通过API的第三方模型，如Anthropic、Cohere、AI21 Labs和OpenAI。项目包含详细文档、部署指南和集成资源，加速生成式AI解决方案的开发。
tree-of-thought-prompting
Tree-of-Thought Prompting技术用新的思维树框架扩展和改进了Chain-of-Thought概念，提升了大型语言模型（如ChatGPT）的推理能力。此技术帮助模型自主纠错并逐步积累知识，在解决复杂问题中表现出色。
Awesome-Text2SQL
了解Awesome-Text2SQL项目如何提升文本到SQL转换的效率。平台整合了丰富的资源和教程，涵盖前沿研究、实战项目和多样数据库技巧，为专业人士或爱好者打造全方位的学习和应用环境。
awesome-llm-role-playing-with-persona
本项目专注于角色扮演语言模型，涵盖虚构角色、名人和历史人物的角色扮演。尽管项目涉及多代理系统和长上下文模型等研究，无法确保包含这些领域的所有论文。最近的更新包括重新组织资源库、关注角色扮演代理以及发布关于个性化角色扮演语言代理的综述论文。
open-llms
Open-llms 项目展示了众多采用开源许可证的大型语言模型（LLMs），支持商业应用，涵盖如T5、GPT-NeoX、YaLM等模型。每款模型设有详细说明及许可信息，鼓励社区交流与贡献，是机器学习研究和应用的重要资源库。
Large-Language-Model-Notebooks-Course
该课程为学习者提供了实用的OpenAI与Hugging Face模型操作经验。内容覆盖从聊天机器人、代码生成等基技术到结构化大型项目实操，适合企业技术人员和个人开发者。
ml-engineering
本指南系统介绍了方法、工具和逐步操作说明，帮助工程师成功训练大规模语言模型（LLM）和多模态模型（VLM）。内容涵盖丰富的脚本和命令，适合LLM/VLM训练工程师和操作员使用。基于作者在开源BLOOM-176B和IDEFICS-80B模型训练中的经验，提供有效解决方案，并持续更新，服务于ML社区。