#非监督学习

本文档收录了关于大型语言模型（LLMs）规划能力的多篇研究论文，涵盖零样本规划、复杂推理、多模态程序规划和交互规划等领域。读者可以获得每篇论文的详细摘要、代码链接及其会议信息，如ICML、ICLR、AAAI和NeurIPS。这是研究和应用LLMs任务规划的必备资源，帮助学者和开发者了解最新进展和应用案例。

Midnight-Miqu-70B-v1.5通过DARE线性合并技术，结合了两个基础模型的优点，适用于角色扮演和文本生成任务。该模型在基准测试中显示出良好表现，比如IFEval的严格准确度为61.18，BBH测试为38.54的标准化准确率。模型支持多种量化格式，允许个性化配置和调整，以提升使用体验。请注意，该模型的使用许可仅限个人用途。