instruction-tuning

Implementa un LLM similar a ChatGPT en PyTorch desde cero, paso a paso

Ajuste fino eficiente y unificado de más de 100 LLMs y VLMs (ACL 2024)

[NeurIPS'23 Oral] Ajuste de instrucciones visuales (LLaVA) diseñado para alcanzar capacidades del nivel de GPT-4V y superiores.

:sparkles::sparkles: Últimos avances en modelos de lenguaje multimodal grandes

La página oficial de GitHub para el artículo de revisión "A Survey of Large Language Models".

¡Procesamiento de datos para y con modelos fundamentales! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

Código y modelos para el artículo de ICML 2024, NExT-GPT: Modelo de Lenguaje Grande Multimodal de Cualquier-a-Cualquier

【EMNLP 2024🔥】Video-LLaVA: Aprendizaje de representación visual unificada mediante alineación antes de la proyección

Resumen de artículos sobre Prompt y LLM, datos y modelos de código abierto, y aplicaciones de AIGC.

🦦 Otter, un modelo multimodal basado en OpenFlamingo (versión de código abierto de Flamingo de DeepMind), entrenado en MIMIC-IT y que muestra una capacidad mejorada de seguimiento de instrucciones y aprendizaje en contexto.

InternLM-XComposer2.5-OmniLive: Un sistema multimodal completo para interacciones de video y audio en streaming de larga duración

mPLUG-Owl: La potente familia de modelos de lenguaje grandes multimodales

[ECCV2024] Modelos base de video y datos para comprensión multimodal

Cambrian-1 es una familia de LLM multimodales con un diseño centrado en la visión.

Curación de datos sintéticos para post-entrenamiento y extracción de datos estructurados

Un framework de código abierto para modelos de lenguaje extenso con base de conocimientos.

Una colección de conjuntos de datos de código abierto para entrenar LLM que siguen instrucciones (ChatGPT, LLaMA, Alpaca).

DataDreamer: Escribe prompts, genera datos sintéticos, entrena y alinea modelos.

Razonamiento multimodal de cadena de pensamiento: un estudio exhaustivo

[ICML2024 (Oral)] Implementación oficial en PyTorch de DoRA: Weight-Decomposed Low-Rank Adaptation

[SIGIR'2024] "GraphGPT: Ajuste de instrucciones de grafos para modelos de lenguaje grandes"

Ajuste de instrucciones representacionales generativas.

Emotion-LLaMA: Reconocimiento y razonamiento de emociones multimodal con ajuste de instrucciones

Deita: ajuste de instrucciones eficiente en datos para alineación [ICLR2024]

Generalización interlingüe mediante ajuste fino multitarea

[ICML 2024] LESS: Selección de datos influyentes para el ajuste de instrucciones dirigido.

DialogStudio: hacia la colección de conjuntos de datos unificados más rica y diversa y modelos conscientes de instrucciones para IA conversacional

Artículos y conjuntos de datos sobre ajuste y seguimiento de instrucciones. ✨✨✨