#instruction-tuning Repositórios
Descubra 73 repositórios ativos de código aberto no GitHub marcados com #instruction-tuning, acumulando um total de 461,684 estrelas (uma média de 6,324 por projeto). O líder deste tópico é rasbt/LLMs-from-scratch, com 108,745 estrelas.
73 repositórios no total
Implementar um LLM semelhante ao ChatGPT em PyTorch do zero, passo a passo
[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) construído em direção a capacidades de nível GPT-4V e além.
:sparkles::sparkles:Últimos Avanços em Grandes Modelos de Linguagem Multimodais
A página oficial do GitHub para o artigo de revisão/levantamento "A Survey of Large Language Models".
🎉 Repositório para LaWGPT, Llama em chinês ajustado com conhecimento jurídico chinês. Grande modelo de linguagem baseado em conhecimento jurídico chinês
[ICLR 2024] Ajuste Fino de LLaMA para Seguir Instruções em 1 Hora e 1,2M de Parâmetros
[ICLR'24 spotlight] Uma plataforma aberta para treinar, servir e avaliar modelos de linguagem grandes para aprendizado de ferramentas.
Código e modelos para o artigo ICML 2024, NExT-GPT: Modelo de Linguagem Grande Multimodal Qualquer-para-Qualquer
Compilação de artigos (papers) sobre Prompt & LLM, dados e modelos de código aberto e aplicações de AIGC
【EMNLP 2024🔥】Video-LLaVA: Aprendizado de Representação Visual Unificada por Alinhamento Antes da Projeção
🔥🔥🔥 [IEEE TCSVT] Últimos artigos, códigos e conjuntos de dados sobre Vid-LLMs.
Otter, um modelo multimodal baseado no OpenFlamingo (versão de código aberto do Flamingo da DeepMind), treinado no MIMIC-IT e demonstrando melhoria na capacidade de seguir instruções e no aprendizado em contexto.
InternLM-XComposer2.5-OmniLive: Um Sistema Multimodal Abrangente para Interações de Vídeo e Áudio em Streaming de Longo Prazo
[ECCV2024] Modelos Fundacionais de Vídeo e Dados para Compreensão Multimodal
Cambrian-1 é uma família de LLMs multimodais com um design centrado na visão.
Curadoria de dados sintéticos para pós-treinamento e extração de dados estruturados
OpenCodeInterpreter é um conjunto de sistemas de geração de código de código aberto, com o objetivo de preencher a lacuna entre modelos de linguagem grandes e sistemas proprietários sofisticados como o GPT-4 Code Interpreter. Ele aprimora significativamente as capacidades de geração de código, integrando funcionalidades de execução e refinamento iterativo.
Uma lista de leitura sobre Geração de Dados Sintéticos baseada em LLM 🔥
Resumir os conjuntos de dados de texto representativos de LLMs existentes.
HuatuoGPT, Rumo a Domar Modelos de Linguagem Para Ser um Médico. (Um GPT Médico Aberto)
Granite Code Models: Uma Família de Modelos Fundacionais Abertos para Inteligência de Código
Uma coleção de conjuntos de dados de código aberto para treinar LLMs que seguem instruções (ChatGPT, LLaMA, Alpaca)
DataDreamer: Prompt. Gerar Dados Sintéticos. Treinar e Alinhar Modelos. 🤖💤
Raciocínio em Cadeia de Pensamento Multimodal: Uma Pesquisa Abrangente
Ajustando LLMs sem lágrimas💦; Engenharia de Projeto de Amostras (SDE) para um ajuste a jusante mais eficiente.
[ICML2024 (Oral)] Implementação oficial em PyTorch de DoRA: Adaptação de Baixa Patente Decomposta por Peso
Perguntas Frequentes
Qual é o repositório de #instruction-tuning mais popular no GitHub?
O projeto de código aberto de #instruction-tuning mais bem classificado no GitHub é rasbt/LLMs-from-scratch, com 108,745 estrelas. Implementar um LLM semelhante ao ChatGPT em PyTorch do zero, passo a passo
Quais linguagens de programação são mais usadas nos repositórios de #instruction-tuning?
Entre os projetos de #instruction-tuning mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, Rust, TeX.
Como é calculada a classificação dos repositórios de #instruction-tuning?
Acompanhamos 73 repositórios ativos de código aberto marcados com #instruction-tuning (com mais de 500 estrelas), totalizando 461,684 estrelas e uma média de 6,324 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.