data-selection-survey

全面探索语言模型数据选择的关键技术

这个项目全面梳理了语言模型数据选择的各个环节,涵盖预训练、指令微调和偏好对齐等阶段。内容包括语言过滤、启发式方法、数据质量评估和去重等核心技术,还探讨了多语言和特定领域模型的专门选择策略。项目汇集了众多相关研究文献,为语言模型开发提供了系统的参考资源。

Github

论文

介绍相关项目

LLM2LLM - 探索迭代数据增强提升语言模型性能

GSM8KGithubLLM2LLM大语言模型开源项目数据增强迭代学习

LLM2LLM项目提出了一种迭代数据增强方法，旨在提升大型语言模型的性能。该方法通过数据生成和筛选，创建高质量训练数据，逐步改进模型能力。研究团队在GSM8K等数据集上的实验证实了方法的有效性。项目已开源代码并提供复现指南，为相关研究和开发工作提供了参考资源。

LLM-Optimizers-Papers - 大语言模型作为优化器与自动提示词优化的前沿研究

GithubLLM优化器开源项目强化学习提示工程自动优化

该项目整理了大语言模型(LLM)作为优化器和LLM自动提示词优化领域的关键论文。内容涉及强化学习、进化算法等多种优化方法，呈现了LLM在自我优化和解决复杂任务方面的能力。这一资源库为人工智能、自然语言处理和优化算法研究者提供了重要参考。

Awesome-LLM-in-Social-Science - 大型语言模型在社会科学中的评估与应用研究

GithubLLM人工智能对齐开源项目社会科学评估

本项目收集了关于大型语言模型(LLMs)在社会科学领域的评估和应用研究论文。内容涉及LLMs的价值观、人格、道德、观点和能力评估，以及其在社会科学工具改进、模拟和对齐方面的应用。项目还包括相关主题的综述和观点文章，为研究人员提供LLMs在社会科学中应用的全面概览。

SmallLanguageModel-project - 自主构建完整的语言模型，从数据采集到训练一步到位

GithubPythonSmallLanguageModel依赖安装开源项目数据处理模型训练

该项目提供全面的构建语言模型指南，包括数据收集、预处理及模型训练。项目涵盖从数据采集到训练多种模型（如BERT、GPT、Seq-2-Seq）的全部必要工具和步骤。适用于Python 3.8及以上版本，通过详细的教程和文档帮助开发者高效实现模型训练与应用。

LLM-Reading-List - 大语言模型技术与优化方法的综合阅读列表

GithubLLMTransformer开源项目模型压缩深度学习自然语言处理

该项目收集了大语言模型(LLM)领域的重要论文,主要聚焦推理和模型压缩技术。涵盖Transformer架构、基础模型、位置编码等多个关键领域的研究成果。为LLM技术发展和优化方法的研究提供了全面的参考资料。

LLM_Web_search - 增强本地LLM的网页搜索功能，结合DuckDuckGo和多种关键词提取技术

DuckDuckGoGithubLLM_Web_searchOkapi BM25SPLADEtext-generation-webui开源项目

本项目通过特定指令增强本地LLM的网页搜索能力，使用duckduckgo-search进行搜索，并使用LangChain的上下文压缩和Okapi BM25（或SPLADE）技术提取相关信息并添加至模型输出中。支持自定义正则表达式和网页信息读取，推荐使用Llama-3-8B-instruct模型以实现高效搜索与信息提取。提供多种搜索后端与关键词检索器选项，提高兼容性和适用性。

Awesome-instruction-tuning - 介绍开源指令调优数据集和模型的精选资源库

GithubHelsinki-NLPLLMsalpacainstruction tuning datasetsmultilingual tools开源项目

此页面汇总了开源的指令调优数据集、模型、相关论文和资源库的精选列表。涵盖传统NLP任务修改的数据集、大型语言模型生成的数据，还包括跨语言翻译工具和研究论文链接。对于研究和应用指令调优技术的研究人员、开发者和数据科学家，这是一个重要的参考资源。

Awesome-LLM-Prompt-Optimization - 大型语言模型提示词优化技术与研究前沿总览

GithubLLM人工智能开源项目提示优化机器学习自动化

本项目收录了大型语言模型(LLM)提示词优化领域的前沿研究论文。内容涵盖LLM优化、微调、编程、人类反馈、集成学习、强化学习、无梯度方法、上下文学习和贝叶斯优化等多个研究方向。项目旨在为研究人员提供全面的LLM提示词优化资源,助力推动该领域发展。

VLM_survey - 用于视觉任务的 AWESOME 视觉语言模型集合

GithubVision-Language Models开源项目数据集知识蒸馏视觉识别任务预训练方法

本页面详尽介绍了视觉语言模型(VLM)在视觉识别任务中的应用和发展。内容涵盖VLM的起源、常用架构、预训练目标、主流数据集及不同的预训练方式、迁移学习和知识蒸馏方法，并针对这些方法进行了详细的基准测试和分析。页面还讨论了未来研究的挑战和方向，让用户掌握VLM技术在图像分类、对象检测和语义分割等任务中的最新应用进展。

Prompt-Engineering-Guide - 优化和提升大语言模型应用的最新技术与资源

AI研究GithubLLMsPrompt Engineering开源项目算法优化问答系统

本指南详细介绍如何通过提示工程优化和提升大语言模型（LLMs）的应用，包括基础知识和高级技术，涵盖最新的研究论文、学习指南、讲座、参考资料及工具。适合开发者和研究人员理解与应用LLMs，支持13种语言，提供线上课程及多种服务。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

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。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com