#natural-language-processing 저장소
저장소 총 798개
Holistic Evaluation of Language Models (HELM)는 스탠포드 대학의 Foundation Models 연구 센터(CRFM)에서 만든 오픈 소스 Python 프레임워크로, 대규모 언어 모델(LLM) 및 멀티모달 모델을 포함한 기초 모델에 대한 총체적이고 재현 가능하며 투명한 평가를 위해 개발되었습니다.
0부터 시작하여 작은 매개변수의 중국어 LLaMa2를 사전 훈련 + SFT하기 위한 저장소; 24G 단일 카드로 실행하여 간단한 중국어 질문 답변 기능을 갖춘 chat-llama2를 얻을 수 있습니다.
MLNLP: 이 저장소는 인공지능 학회(ACL, EMNLP, NAACL, COLING, AAAI, IJCAI, ICLR, NeurIPS, ICML 등)의 오픈 소스 코드가 포함된 논문들을 정리한 것입니다.
📖 자기진화형 AI 에이전트에 대한 종합 연구: 파운데이션 모델과 평생 에이전트 시스템을 연결하는 새로운 패러다임
쉬운 대규모 언어 모델(LLM), EasyLM은 JAX/Flax에서 LLM의 사전 학습, 미세 조정, 평가 및 서비스 제공을 위한 원스톱 솔루션입니다.
Machine Learning University: 자연어 처리 가속화 수업
TensorFlow 기반의 머신러닝, 자연어 처리 및 텍스트 생성을 위한 툴킷입니다. 이 프로젝트는 CASL 프로젝트의 일부입니다: http://casl-project.ai/
Python Machine Learning 에코시스템의 높은 인기를 활용하여 Machine Learning과 Deep Learning으로 복잡한 실생활 문제를 인식하고 해결하는 데 필요한 필수 기술을 익히세요.
AI가 스스로 반복적으로 논쟁하게 하여 더 깊이 생각하게 만들었습니다. 놀랍도록 잘 작동합니다.
'Visual-RFT: Visual Reinforcement Fine-Tuning' & 'Visual-ARFT: Visual Agentic Reinforcement Fine-Tuning'의 공식 리포지토리
여기에는 Akari Asai, Zeqiu Wu, Yizhong Wang, Avirup Sil, Hannaneh Hajishirzi가 쓴 SELF-RAG: Learning to Retrieve, Generate and Critique through self-reflection의 원래 구현이 포함됩니다.