#instruction-tuning Repositorios
Descubre 73 repositorios activos de código abierto de GitHub etiquetados con #instruction-tuning, que acumulan 461,684 estrellas en total (una media de 6,324 estrellas por proyecto). El líder de este tema es rasbt/LLMs-from-scratch, con 108,745 estrellas.
73 repositorios en total
[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) se construyó para capacidades de nivel GPT-4V y superiores.
:sparkles::sparkles:Últimos avances en modelos de lenguaje grandes multimodales
La página oficial de GitHub para el artículo de revisión "A Survey of Large Language Models".
🎉 Repositorio para LaWGPT, Chinese-Llama ajustado con conocimiento legal chino. Gran modelo lingüístico basado en conocimiento legal chino.
[ICLR 2024] Ajuste fino de LLaMA para seguir instrucciones en 1 hora y 1,2 millones de parámetros
[ICLR'24 Spotlight] Una plataforma abierta para entrenar, servir y evaluar grandes modelos de lenguaje para el aprendizaje de herramientas.
Código y modelos para el artículo de ICML 2024, NExT-GPT: Modelo de lenguaje grande multimodal de cualquiera a cualquiera
Resumen de artículos de Prompt & LLM, datos y modelos de código abierto, aplicaciones AIGC
【EMNLP 2024🔥】Video-LLaVA: Aprendiendo una Representación Visual Unificada mediante Alineación antes de la Proyección
🔥🔥🔥 [IEEE TCSVT] Últimos artículos, códigos y conjuntos de datos sobre Vid-LLMs.
Otter, un modelo multimodal basado en OpenFlamingo (versión de código abierto de Flamingo de DeepMind), entrenado en MIMIC-IT y que muestra una capacidad mejorada para seguir instrucciones y aprendizaje en contexto.
InternLM-XComposer2.5-OmniLive: Un sistema multimodal completo para interacciones de audio y video en streaming a largo plazo
[ECCV2024] Modelos Fundamentales de Video y Datos para la Comprensión Multimodal
Cambrian-1 es una familia de LLM multimodales con un diseño centrado en la visión.
Curación de datos sintéticos para post-entrenamiento y extracción de datos estructurados
OpenCodeInterpreter es un conjunto de sistemas de generación de código de código abierto destinados a salvar la brecha entre los modelos de lenguaje grandes y los sofisticados sistemas propietarios como el GPT-4 Code Interpreter. Mejora significativamente las capacidades de generación de código al integrar funcionalidades de ejecución y refinamiento iterativo.
Una lista de lectura sobre la generación de datos sintéticos basada en LLM 🔥
Un framework de código abierto de modelos de lenguaje grandes basado en el conocimiento.
HuatuoGPT, Hacia DOMAR Modelos de Lenguaje para Ser un Doctor. (Un GPT Médico Abierto)
Granite Code Models: Una familia de modelos fundacionales abiertos para la inteligencia de código
Una colección de conjuntos de datos de código abierto para entrenar LLM que siguen instrucciones (ChatGPT, LLaMA, Alpaca)
DataDreamer: Prompt. Generar datos sintéticos. Entrenar y alinear modelos. 🤖💤
Razonamiento multimodal en cadena de pensamiento: una encuesta completa
Ajuste de LLM sin lágrimas💦; Sample Design Engineering (SDE) para una optimización descendente más eficiente.
[ICML2024 (Oral)] Implementación oficial de PyTorch de DoRA: Adaptación de bajo rango descompuesta por pesos
Preguntas frecuentes
¿Cuál es el repositorio de #instruction-tuning más popular en GitHub?
El proyecto de código abierto de #instruction-tuning mejor posicionado en GitHub es rasbt/LLMs-from-scratch, con 108,745 estrellas. Implementa un LLM similar a ChatGPT en PyTorch desde cero, paso a paso
¿Qué lenguajes de programación se utilizan más en los repositorios de #instruction-tuning?
Entre los proyectos de #instruction-tuning mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Rust, TeX.
¿Cómo se calcula la clasificación de los repositorios de #instruction-tuning?
Seguimos 73 repositorios activos de código abierto etiquetados con #instruction-tuning (500+ estrellas), que suman un total de 461,684 estrellas, con una media de 6,324 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.