#instruction-tuning Dépôts
73 dépôts au total
Une bibliothèque complète pour la mise en œuvre des LLM, comprenant un pipeline d'entraînement unifié et une évaluation complète des modèles.
"GraphGPT : Fine-tuning d'instructions graphiques pour les grands modèles de langage" [SIGIR'2024]
Les codes officiels de "PMC-LLaMA : Vers la construction de modèles linguistiques open-source pour la médecine"
[CVPR 2024] OneLLM : Un Framework pour Aligner Toutes les Modalités avec le Langage
Ajustement fin des grands modèles linguistiques, Qwen2VL, Qwen2, ajustement fin des instructions GLM4
Nous collectons des articles sur les « grands modèles linguistiques (LLM) pour les tâches liées aux tableaux », par exemple, l'utilisation de LLM pour la tâche Table QA. Collecte d'articles sur « Table + LLM »
Emotion-LLaMA : Reconnaissance et raisonnement émotionnels multimodaux avec réglage par instruction
Un outil de génération de jeux de données de réglage fin pour ChatGLM, venez créer rapidement vos propres filles-chats.
☁️ Nuage (KULLM) : un LLM développé par la Korea University et spécialisé pour la langue coréenne
Yi-1.5 est une version améliorée de Yi, offrant de meilleures performances en matière de codage, de mathématiques, de raisonnement et de capacité à suivre les instructions.
DialogStudio: Vers une collecte de jeux de données unifiés les plus riches et diversifiés et des modèles conscients des instructions pour l'IA conversationnelle
Implémentations officielles de "Cheap and Quick: Efficient Vision-Language Instruction Tuning for Large Language Models" [NeurIPS 2023]
RoleLLM : Benchmarking, obtention et amélioration des capacités de jeu de rôle des grands modèles linguistiques
[ICML 2024] LESS : Sélectionner des données influentes pour l'ajustement ciblé des instructions
[EMNLP 2024] MeChat : Un grand modèle de dialogue sur la santé mentale dans le domaine chinois
Articles et ensembles de données sur le réglage fin et le suivi des instructions. ✨✨✨