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

dive-into-llms - 大语言模型实践教程

GithubLLM人工智能大模型开源项目教程编程实践

该项目提供一系列大语言模型实践教程，涵盖模型微调、部署、提示学习、知识编辑、水印技术等多个前沿主题。通过动手实践，学习者可快速掌握大模型技术，为相关课程和研究奠定基础。教程内容源自上海交通大学课程，适合AI爱好者和研究人员学习使用。

xlang-paper-reading - 最新语言模型代理研究与实践集合

GithubXLANG代码生成对话系统开源项目语义解析语言模型代理

该项目旨在构建可执行的语言模型代理，将语言指令转化为可在数据库、Web应用和物理环境中执行的代码或操作。包括LLM与外部工具结合、代码生成、语义解析及对话系统技术，旨在优化数据分析、Web应用和机器人指令处理。页面汇集了最新研究论文，帮助用户了解最新进展。

data-juicer - 大语言模型数据处理系统，提供多模态数据支持

Data-JuicerGithub多模态数据处理大规模语言模型开源项目数据处理数据模型协同开发

Data-Juicer 是一款强大的一站式数据处理系统，专为大语言模型设计。它支持多模态数据处理，具有80多种操作符和20多个配置方案，提供高效且并行的数据处理能力。其友好的用户体验和全面的文档，使其成为生产环境中的优选方案。

RAG-Survey - RAG技术全面综述基础方法、增强技术及未来方向

GithubRAG人工智能大语言模型开源项目检索增强生成自然语言处理

该研究对检索增强生成(RAG)技术进行了系统性调查和分类。文章全面总结了RAG的基础方法,包括基于查询、潜在表示和logit的技术,以及新兴的推测性RAG。同时深入探讨了RAG的多种增强策略,涵盖输入优化、检索器改进和生成器增强等关键方面。这份综述为AI领域的研究人员和开发者提供了RAG技术的最新进展概览,有助于把握未来研究方向。

hatespeechdata - 多语言仇恨言论数据集汇总与研究资源

Github仇恨言论在线辱骂多语言开源项目数据集社交媒体

该项目汇集了涵盖多种语言的仇恨言论、在线辱骂和攻击性语言数据集。收录内容包括来自不同平台的文本、图像和音频数据。项目旨在为自然语言处理系统提供训练资源，以提升有害内容检测能力。此外，项目还提供关键词列表和贡献指南，为研究人员和开发者改进在线内容审核和仇恨言论检测技术提供支持。

LLMBook-zh.github.io - 大语言模型技术的发展与前景

ChatGPTGithubOpenAI人工智能大语言模型开源项目预训练语言模型

本书全面介绍了大语言模型技术，包括基础原理、关键技术和应用前景。通过深入研究，大模型的发展历程得到探索，其中包含OpenAI的GPT系列模型和训练细节。本书适合具有深度学习基础的高年级本科生和低年级研究生，为科研人员提供指导，推动人工智能技术的进步。

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。

llm-toys - 微调小型语言模型实现多任务处理

Githubllm-toys任务微调低资源模型对话摘要开源项目语气变化

llm-toys 项目提供适用于释义、语气转换、对话总结和主题生成等任务的小型量化3B和7B语言模型。这些经过微调的模型能在普通消费级硬件上高效运行，并通过简单的安装步骤提升文本处理和生成能力。

deepseek-llm-7b-chat - 7B参数中英双语模型，开放源代码以支持研究

DeepSeek LLMGithubHuggingface中文商业用途开源开源项目模型语言模型

DeepSeek LLM 是一种含有7B参数的语言模型，在中英文数据上进行广泛训练，并开源以支持研究。模型经过指令优化，适用于自然语言处理任务，并通过示例展示了互动方式，如聊天功能。该模型支持商业用途，其使用需符合许可协议。

LLM-PowerHouse-A-Curated-Guide-for-Large-Language-Models-with-Custom-Training-and-Inferencing - 大型语言模型的定制训练和推理指南

GithubLLM PowerHousePython开源项目机器学习深度学习自然语言处理

LLM-PowerHouse项目为开发人员、研究人员和爱好者提供一站式指南，通过定制化训练和推理优化大型语言模型（LLMs）。包括基础知识、先进技术、模型压缩、优化策略和实例代码，适用于高效智能的自然语言理解应用。

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