#语言模型

大型语言模型(LLMs)全面解析:原理、应用与未来发展

3 个月前
Cover of 大型语言模型(LLMs)全面解析:原理、应用与未来发展

CBTM: 一种新型的大规模语言模型训练方法

3 个月前
Cover of CBTM: 一种新型的大规模语言模型训练方法

MLX ParaLLM: 加速Apple Silicon上的大语言模型并行推理

3 个月前
Cover of MLX ParaLLM: 加速Apple Silicon上的大语言模型并行推理

OpenChat: 革新开源语言模型的新篇章

3 个月前
Cover of OpenChat: 革新开源语言模型的新篇章

示范反馈:一种创新的语言模型对齐方法

3 个月前
Cover of 示范反馈:一种创新的语言模型对齐方法

Deita: 数据高效指令微调技术助力大语言模型对齐

3 个月前
Cover of Deita: 数据高效指令微调技术助力大语言模型对齐

LangChain Text Splitter: 高效分割文本的强大工具

3 个月前
Cover of LangChain Text Splitter: 高效分割文本的强大工具

Landmark Attention: 变革性的无限上下文长度Transformer模型

3 个月前
Cover of Landmark Attention: 变革性的无限上下文长度Transformer模型

BLoRA: 如何利用批处理LoRA技术提升大语言模型推理效率

3 个月前
Cover of BLoRA: 如何利用批处理LoRA技术提升大语言模型推理效率

LangChain.js: 构建基于大语言模型的应用程序的强大框架

3 个月前
Cover of LangChain.js: 构建基于大语言模型的应用程序的强大框架
相关项目
Project Cover

camel

本项目通过构建自动化沟通代理框架,研究大型语言模型在复杂任务中的协作和认知过程。采用角色扮演和初始提示技术,提升聊天代理的任务完成能力,并与人类意图保持一致。该开源库提供多种代理、任务和模拟环境,支持相关研究。

Project Cover

core

Cheshire Cat是一款生产级AI助手框架,适用于任意语言模型的自定义AI构建。提供API优先设计,支持记忆功能、事件回调、函数调用及对话表单,完全Docker化。通过插件扩展,用户可以轻松添加对话层,并享受简便的管理面板。

Project Cover

alignment-handbook

《Alignment Handbook》为ML社区提供了一系列全面的训练配方,专注于通过人工反馈强化学习(RLHF)等技术,继续训练和调整语言模型,以匹配人类和AI的偏好。该手册包括从数据收集、模型训练到绩效评估的完整流程,以及最新的训练代码和数据集,旨在帮助研究人员和开发人员构建更安全、更有效的AI系统。

Project Cover

AMiner

AMiner,由清华大学开发,不仅集成超过3.2亿份学术论文和1.33亿学者资料的科技图谱,还提供高效的学术搜索和论文专利检索服务。网站特色包括独特的分析工具和创新功能,如AI对话和实时数据追踪,旨在提供更精准的趋势分析和学者画像。

Project Cover

StableLM

探索Stability AI的StableLM网站,了解和参与最前沿的AI语言模型开发,通过详细的模型介绍和技术报告,加深对自然语言处理技术的理解和应用。

Project Cover

Imagen

Imagen,一种先进的AI图片生成工具,利用深度语言理解和极致的图像真实性,实现从文字到图像的转换。此模型不仅在COCO数据集上刷新了技术记录,还通过高效的U-Net架构和强大的文本编码系统,优化了图文一致性和图像质量。鉴于潜在的社会影响和数据集偏差问题,当前未开放源代码或公共演示版本。

Project Cover

Awesome ChatGPT Prompts

本站集中展示了用于优化ChatGPT模型的各类提示和示例。您可以在此贡献和发现创新的ChatGPT应用方法,与全球开发者共同探讨和学习。站点还包括定制GPT模型商店与多语言提示生成器,为您的ChatGPT项目添加更多元素。

Project Cover

chronos-forecasting

Chronos是一款基于语言模型架构的预训练时间序列预测工具。它通过量化处理将时间序列转换为标记序列,并使用大规模的公开和合成数据进行训练。Chronos模型在零样本场景中表现优异,提供从预测到嵌入提取的完整解决方案。通过AutoGluon,用户可轻松进行模型集成和云端部署,提升预测性能和应用的灵活性。

Project Cover

RWKV-Runner

RWKV-Runner项目通过一个轻量级的可执行程序,简化了大型语言模型的使用,并提供与OpenAI API兼容的接口,使每个ChatGPT客户端都能作为RWKV客户端使用。项目支持多语言本地化,提供用户友好界面,自动安装依赖,包含一键启动、模型管理、前后端分离等功能。支持多级VRAM配置和CUDA加速,适用于大多数计算机。提供简单的部署示例、内置模型转换工具和远程模型检查功能。

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