大语言模型：精选AI工具、网站与开源项目
大语言模型
Awesome-LLMOps: 大型语言模型运维的最佳实践与工具
本文深入探讨了LLMOps(大型语言模型运维)的概念、最佳实践和相关工具,为开发者提供了全面的LLMOps指南。从基础概念到具体工具,本文涵盖了LLMOps的方方面面,是一份不可多得的LLMOps学习资料。
Motif: 人工智能反馈驱动的内在动机
Motif是一个创新的强化学习框架,利用大语言模型的反馈来生成智能体的内在奖励函数,从而实现更加灵活和可解释的智能体行为。本文将详细介绍Motif的工作原理、主要特点及其在NetHack游戏中的应用成果。
Awesome-LLM：探索大语言模型的前沿与应用
本文全面介绍了大语言模型(LLM)的发展历程、最新进展和实践应用。从里程碑论文到开源模型，从训练框架到部署工具，为读者呈现了LLM领域的全景图，助力深入理解和应用这一改变世界的AI技术。
EfficientQAT: 大语言模型高效量化感知训练的革新技术
EfficientQAT是一种新型的大语言模型量化技术,通过两阶段训练实现高效压缩,在保持性能的同时大幅减少模型存储需求。本文深入介绍EfficientQAT的原理、优势及其在各类大语言模型上的应用效果。
DriveMLM: 多模态大语言模型与自动驾驶行为 规划的对齐
DriveMLM是一个基于大语言模型的自动驾驶框架,能够在真实模拟器中实现闭环自动驾驶。该框架通过标准化决策状态、利用多模态大语言模型进行行为规划、设计有效的数据引擎等创新方法,成功实现了语言决策与车辆控制的对接,为自动驾驶领域的大语言模型应用开辟了新的方向。
ControlLLM: 让大语言模型具备多模态工具使用能力的创新框架
ControlLLM是一个创新的框架,通过图搜索方法赋予大语言模型使用多模态工具的能力,可以解决复杂的现实世界任务。本文详细介绍了ControlLLM的工作原理、主要特性和应用场景,展示了其在图像、音频、视频等多模态任务中的优越性能。
VTimeLLM: 赋予大语言模型把握视频时刻的能力
VTimeLLM是一个创新的视频大语言模型,专为细粒度视频时刻理解和推理而设计。它采用了边界感知的三阶段训练策略,显著提升了视频理解和推理能力,在多项视频相关任务中大幅超越现有模型。
FuseAI: 大型语言模型的知识融合技术探索
FuseAI项目致力于通过知识融合技术提升大型语言模型的性能。本文介绍了FuseAI的最新进展,包括FuseLLM和FuseChat两个子项目,探讨了知识融合技术在提升模型能力方面的潜力和应用。
RWKV_Pytorch: 纯PyTorch实现的RWKV大语言模型推理框架
一个用原生PyTorch实现的RWKV大语言模型推理框架,支持批量推理、并行推理等特性,代码简洁易读易扩展,让我们一起加入灵活的PyTorch生态,共同开源RWKV!
FinRobot: 革新金融应用的人工智能代理平台
FinRobot是一个开源的人工智能代理平台，专为金融应用而设计。它整合了多种AI技术，包括大型语言模型，为金融行业提供了全面的解决方案。本文深入探讨了FinRobot的架构、功能和应用前景。
Levanter: 开源高性能大规模语言模型训练框架
Levanter是由斯坦福大学CRFM研究中心开发的开源大语言模型训练框架,致力于实现可读性强、可扩展和可重现的基础模型训练。本文深入介绍了Levanter的主要特性、使用方法及其在大规模语言模型训练中的应用。
OpenFedLLM: 联邦学习助力大语言模型在分散私有数据上的训练
OpenFedLLM是一个开源的研究代码库,旨在通过联邦学习的方式在分散的私有数据上训练大语言模型,为解决数据隐私和合规性问题提供了新的思路。
Haystack Cookbook: 使用深度学习和NLP打造强大的问答系统
Haystack Cookbook是一个包 含各种示例笔记本的集合,展示了如何利用Haystack框架构建先进的问答和检索系统。本文将详细介绍Haystack Cookbook的主要特性、使用方法和示例,帮助开发者快速上手这个强大的NLP工具。
大型语言模型的效率优化:一项全面调查
本文对大型语言模型(LLMs)效率优化的最新研究进行了全面综述,涵盖了模型中心、数据中心和框架中心三个主要方面的优化技术。文章系统地梳理了现有文献,分析了LLMs效率优化的关键挑战和解决方案,为研究人员和实践者提供了宝贵的参考资源。
LLM Zoomcamp: 免费在线课程打造问答系统的全流程
DataTalksClub推出的LLM Zoomcamp课程,通过10周的学习,教你如何利用大型语言模型构建智能问答系统,从基础理论到实战项目全面覆盖。
text-generation-webui: 一个功能强大的大语言模型Web UI
text-generation-webui是一个基于Gradio的大语言模型Web UI,旨在成为文本生成领域的'AUTOMATIC1111/stable-diffusion-webui'。它支持多种后端,提供丰富的功能,并且易于安装使用。
EvalScope: 一个简化高效的大型模型评估与性能基准测试框架
EvalScope是由ModelScope团队开发的开源框架，旨在为大型模型(包括大型语言模型和多模态大型语言模型)提供全面、客观的评估。它集成了多种评估数据集、评估指标和自动化评估工具,支持多种评估模式,并可生成可视化报告,是研究人员和开发者进行模型评估的有力工具。
EasyJailbreak: 一个用于生成对抗性越狱提示的统一框架
EasyJailbreak是一个易于使用的Python框架，旨在通过组装不同的方法生成对抗性越狱提示。本文将深入探讨EasyJailbreak的设计理念、核心功能及其在大型语言模型安全研究中的重要应用。
ToG：基于知识图谱的大型语言模型深度推理与负责任推理
ToG (Think-on-Graph) 是一种创新的方法，旨在利用知识图谱增强大型语言模型的推理能力，实现更深入、更负责任的推理。本文详细介绍了ToG的工作原理、实验结果及其在提高模型知识可访问性和责任性方面的应用。
RoleLLM: 一个突破性的大型语言模型角色扮演框架
RoleLLM是一个创新的框架,旨 在评估、激发和增强大型语言模型的角色扮演能力。通过四个关键阶段,RoleLLM为自然语言处理领域带来了新的可能性,使AI能够更好地模仿各种角色,提升人机交互体验。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号