KG-LLM-Papers收录了将知识图谱与大型语言模型结合的尖端研究论文，旨在推动这一创新交叉学科领域的进步。该项目提供多样化的研究方法、详尽的调查报告、实用的资源与基准测试，解析大型语言模型在知识图谱中的作用。我们欢迎社区成员通过发布问题或提交拉取请求来补充更多研究论文，共同推动学科发展。

本资源库汇集了ECCV2024和2020年底层视觉领域的论文及代码。涵盖超分辨率、图像去雨、去雾、去模糊、去噪、恢复和增强等多个研究方向。项目提供了便捷的平台，使研究人员和开发者能够快速获取最新成果。此外，仓库还链接了CVPR、ICCV等相关会议论文集，以及底层视觉和AIGC研究组的整理资料。

项目收录了CVPR、ICCV、ECCV、AAAI、IJCAI、NeurIPS等AI顶级会议论文，覆盖计算机视觉和人工智能多个领域。研究人员可快速检索特定主题论文或相似研究。数据源自官方网站，确保信息准确。资源库持续更新，是AI研究人员的重要参考工具。

AI-Paper-Collector是一个自动收集AI相关论文的开源工具。该项目支持搜索EMNLP、ACL、CVPR等多个顶级会议和期刊的论文。用户可通过Web演示快速访问。项目使用DBLP等数据源，并支持通过GitHub Issues添加新的会议列表。目前仍在持续开发中，致力于为研究人员提供便捷的AI论文检索和收集服务。