#prompt-tuning Dépôts
Découvrez 23 dépôts GitHub open source actifs associés à #prompt-tuning, cumulant 93,623 étoiles au total (soit une moyenne de 4,070 étoiles par projet). Le projet en tête de ce thème est linshenkx/prompt-optimizer, avec 42,108 étoiles.
23 dépôts au total
Un optimiseur de prompts IA pour rédiger de meilleurs prompts et obtenir de meilleurs résultats IA.
Ce référentiel contient des ressources sélectionnées à la main pour l'ingénierie de prompts, axées sur les transformeurs pré-entraînés génératifs (GPT), ChatGPT, PaLM, etc.
Guide d'ingénierie des prompts, d'IA générative et de LLM par Learn Prompting | Rejoignez notre discord pour la plus grande communauté d'apprentissage de l'ingénierie des prompts
Ingénierie des prompts | Gestion des versions de prompts | Utilisez GPT ou d'autres modèles basés sur des prompts pour obtenir des sorties structurées. Rejoignez notre discord pour l'ingénierie des prompts, les LLM et d'autres recherches de pointe
Implémentation Plug and Play de "Tree of Thoughts" : Résolution délibérée de problèmes avec de grands modèles linguistiques qui élève le raisonnement du modèle d'au moins 70%
Modèle Généraliste et Léger pour la Reconnaissance d'Entités Nomées (Extraire n'importe quel type d'entité des textes)
Résumé des articles Prompt & LLM, données et modèles open source, applications AIGC
Un cadre pour l'accord de prompt utilisant la calibration de prompt basée sur l'intention
[ICLR 2024] Implémentation officielle de " 🦙 Time-LLM : Prévision de séries temporelles par reprogrammation de grands modèles de langage"
Dépôt officiel d'OFA (ICML 2022). Paper : OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework
Rationalise et simplifie la conception des invites pour les développeurs et les utilisateurs non techniques grâce à une approche low-code.
Promptr est un outil CLI qui applique des instructions en langage clair au système de fichiers. Les instructions peuvent utiliser un système de templating basé sur liquidjs. Les cas d'utilisation incluent le refactoring, la génération de code et l'expérimentation.
Donnez aux grands modèles de langage (LLM) le pouvoir de la génération augmentée par récupération basée sur des graphes de connaissances (KG-RAG) pour les tâches à forte intensité de connaissances
Une bibliothèque pour l'ingénierie et l'optimisation de prompts (SAMMO = Structure-aware Multi-Objective Metaprompt Optimization)
Articles sur les systèmes de recommandation améliorés par des modèles de langage étendus
PromptKG Family : une galerie d'œuvres de recherche, de kits d'outils et de listes d'articles liés à l'apprentissage par invite (Prompt Learning) et aux graphes de connaissances (KG).
Implémentation originale du réglage de prompt par Lester et al, 2021
Articles impressionnants sur le modèle linguistique en tant que service (LMaaS)
Implémentation officielle de l'article de NeurIPS 2024 intitulé "G-Retriever : Génération Augmentée par la Récupération pour la Compréhension des Graphes Textuels et la Réponse aux Questions"
Foire aux questions
Quel est le dépôt #prompt-tuning le plus populaire sur GitHub ?
Le projet #prompt-tuning open source le mieux classé sur GitHub est linshenkx/prompt-optimizer, avec 42,108 étoiles. Un optimiseur de prompts IA pour rédiger de meilleurs prompts et obtenir de meilleurs résultats IA.
Quels langages de programmation sont les plus utilisés dans les dépôts #prompt-tuning ?
Parmi les projets #prompt-tuning les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, MDX, Shell.
Comment le classement des dépôts #prompt-tuning est-il calculé ?
Nous suivons 23 dépôts open source actifs associés à #prompt-tuning (500+ étoiles), totalisant 93,623 étoiles, avec une moyenne de 4,070 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.