#supervised-finetuning Repository
Scopri 6 repository GitHub open source attivi contrassegnati con #supervised-finetuning, che raccolgono un totale di 8,791 stelle (con una media di 1,465 stelle per progetto). Il progetto leader di questo argomento è InternLM/InternLM-XComposer, con 2,925 stelle.
6 repository in totale
InternLM-XComposer2.5-OmniLive: Un sistema multimodale completo per interazioni audio e video in streaming a lungo termine
Il Manuale Aperto per Modelli Linguistici di Grandi Dimensioni per Codice di Primo Livello
Questo repository raccoglie articoli per "A Survey on Knowledge Distillation of Large Language Models". Suddividiamo KD in Estrazione della Conoscenza e Algoritmi di Distillazione, ed esploriamo la Distillazione per Abilità e Verticale degli LLM.
Implementazione ufficiale di Gamer: un modello di base generalista visione-linguaggio-azione per agenti di gioco in tempo reale con orizzonti temporali lunghi
[ICLR 2025] Sintesi di Dati di Allineamento da Zero tramite Prompting di LLM Allineati senza Imput. La tua pipeline efficiente e di alta qualità per la generazione di dati sintetici!
Allineamento dei grandi modelli linguistici con gli esseri umani: una rassegna
Domande frequenti
Qual è il repository #supervised-finetuning più popolare su GitHub?
Il progetto open source #supervised-finetuning più alto in classifica su GitHub è InternLM/InternLM-XComposer, con 2,925 stelle. InternLM-XComposer2.5-OmniLive: Un sistema multimodale completo per interazioni audio e video in streaming a lungo termine
Quali linguaggi di programmazione sono più utilizzati nei repository #supervised-finetuning?
Tra i progetti #supervised-finetuning più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python.
Come viene calcolata la classifica dei repository #supervised-finetuning?
Monitoriamo 6 repository open source attivi contrassegnati con #supervised-finetuning (500+ stelle), per un totale di 8,791 stelle e una media di 1,465 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.