Project Icon

leandojo-lean4-retriever-byt5-small

利用检索增强模型改进定理证明技术

LeanDojo项目应用检索增强的语言模型,旨在提升数学与逻辑推理中的自动化水平。通过自然语言处理和机器学习的结合,LeanDojo为定理证明提供了高效创新的解决方案,显著提高了检索精度并加速了复杂问题的求解。目前,该项目正在NeurIPS会议的Datasets and Benchmarks Track中评审,适用于研究人员扩大在数学领域应用机器学习的探索。详情请访问LeanDojo官方网站。

LM-reasoning - 大语言模型推理相关的论文和资源
EvaluationGithubLarge Language ModelsReasoningSurveyTechnique开源项目
本页面收录了大语言模型推理相关的论文和资源,涵盖技术方法如完全监督微调、提示与上下文学习、混合方法,以及详细的评估和分析。用户可以浏览各类调查报告和技术论文,了解如何提升大模型的推理能力,并参考领域专家的讨论提供的重要见解。
cumulative-reasoning - 累积推理方法提升大语言模型复杂任务表现
GPT-4Github人工智能大语言模型开源项目数学问题解决累积推理
Cumulative Reasoning项目开发了新型累积推理方法,显著提升大语言模型在复杂任务中的表现。该方法在24点游戏中达到98%准确率,在MATH数据集上实现72.2%准确率。项目还基于元提示技术开发CR Agent Assistant,为解决数学问题提供高效工具。研究表明,累积推理方法在各类数学问题上优于现有方法,尤其在高难度问题上表现出色。
Quest - 长文本LLM推理的查询感知稀疏化框架
GithubKV缓存Quest开源项目注意力机制稀疏性长上下文LLM推理
Quest是一个创新的长文本LLM推理框架,通过在KV缓存中应用查询感知稀疏化技术,显著减少了注意力计算中的内存移动。该框架跟踪缓存页面的Key值范围,并利用Query向量评估页面重要性,仅加载最关键的KV缓存页面。实验表明,Quest可将自注意力计算速度提升至7.03倍,推理延迟降低2.23倍,同时在长依赖任务中保持高精度。
LLMs-Planning - 大型语言模型规划与推理能力评估与分析工具
GithubLLM人工智能基准测试开源项目规划评估
LLMs-Planning项目包含PlanBench和大型语言模型规划能力分析两个子项目。PlanBench提供可扩展的基准测试,用于评估大型语言模型在规划和推理变化方面的表现。项目还对大型语言模型的规划能力进行了批判性调查,为自然语言处理和人工智能规划领域的研究者提供了重要参考。
Imandra - 自动化逻辑推理赋能大型语言模型
AI工具ImandraOCaml形式验证自动推理逻辑推理
Imandra是一个创新的自动化逻辑推理平台,专注于增强大型语言模型的性能。它将模型的思维过程转化为逻辑表达,通过自动化推理消除幻觉,提高可信度,并实现大规模应用。平台采用OCaml语言作为输入,支持复杂系统的形式化验证、优化和约束求解。Imandra的区域分解技术可全面分析软件行为,识别边缘情况。该技术已在金融和航空等领域得到应用,为系统提供可审计的逻辑推理能力。
laser - 层选择低秩化技术提升语言模型推理能力
GithubLASERLayer-Selective Rank Reductiontransformer低秩近似大语言模型开源项目
LASER技术通过选择性替换LLM权重矩阵的低秩近似值,在无需额外训练的情况下显著提升问答任务性能。本项目提供了多个LLM和基准支持的代码,并通过示例展示如何运行实验。最新更新包括结果表和讨论页面,2024年1月将进行代码重构,以提高灵活性和易用性。
MathBlackBox - 蒙特卡罗树搜索增强大语言模型数学能力
GithubMCTSrMonte Carlo树搜索大语言模型开源项目数学奥林匹克数学黑盒
MathBlackBox项目采用蒙特卡罗树搜索(MCTS)方法提升大语言模型的数学问题解决能力。项目使用VLLM或其他OpenAI兼容方法构建服务器,客户端则基于Hugging Face工具包和OpenAI进行推理。支持GSM8K、OlympiadBench和MATH等多个数学数据集。研究显示,该方法可使LLaMa-3 8B模型在数学奥林匹克解题方面达到接近GPT-4的水平。目前项目处于早期阶段,仍需进一步测试和优化。
RAG-Retrieval - 使用RAG-Retrieval全面提升信息检索效率与精度
GithubRAG-Retrieval开源项目微调排序模型推理检索模型
RAG-Retrieval项目通过统一方式调用不同RAG排序模型,支持全链路微调与推理。其轻量级Python库扩展性强,适应多种应用场景,提升排序效率。更新内容包括基于LLM监督的微调及其Embedding模型的MRL loss性能提升。
RETRO-pytorch - 基于PyTorch的RETRO检索增强语言模型
GithubPytorchRETRO开源项目检索增强语言模型深度学习神经网络
RETRO-pytorch是一个基于PyTorch实现的检索增强变换器(RETRO)模型。该项目通过高效的检索机制,在仅使用GPT-3十分之一参数的情况下实现相当性能。项目利用autofaiss构建索引和计算最近邻,并支持将模型扩展至1000层。此外,RETRO-pytorch还提供了便捷的训练包装器和数据集类,大大简化了模型训练流程。
Qwen2.5-Math-7B - 中英数学推理与计算模型的高级版本
GithubHuggingfaceQwen2.5-Math中文开源项目数学问题模型模型性能链式推理
Qwen2.5-Math 系列旨在增强数学模型的推理与计算能力,特别是在中英双语环境中,通过链式思维和工具整合推理来提高数学问题的解决能力。此版本相比之前有显著性能提升,尤其在指令微调模型中表现突出,具备执行复杂数学任务的能力。Qwen2.5-Math-7B 使用 Transformers 库构建,是微调和聊天任务的优秀基础。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号