in-context-learning

Últimos avanços em modelos de linguagem grandes multimodais.

Página oficial do GitHub para o artigo de revisão "A Survey of Large Language Models".

22 técnicas de engenharia de prompt com tutoriais práticos em Jupyter Notebook, desde conceitos fundamentais até estratégias avançadas para aproveitar LLMs.

Um framework de código aberto para treinar grandes modelos multimodais.

De Chain-of-Thought prompting para OpenAI o1 e DeepSeek-R1 🍓

Resumo de artigos sobre Prompt e LLM, dados e modelos open-source e aplicações de AIGC.

Artigos de leitura obrigatória sobre agentes de LLM.

Série Painter & SegGPT: Modelos de fundação de visão da BAAI.

Recursos incríveis para in-context learning e engenharia de prompt: Domínio de LLMs como ChatGPT, GPT-3 e FlanT5, com atualizações recentes e de ponta.

Implementação em PyTorch do VALL-E (Text-To-Speech Zero-Shot), demo reproduzido em https://lifeiteng.github.io/valle/index.html

Série Emu: Modelos Multimodais Generativos do BAAI

[ICCV 2025] UNO: Um método de personalização universal para condicionamento de sujeito único e múltiplo

Artigos incríveis sobre Extração de Informação (IE) generativa usando Modelos de Linguagem Grandes (LLMs)

Awesome-LLM-Robustness: uma lista curada sobre incerteza, confiabilidade e robustez em Large Language Models.

Artigos e conjuntos de dados sobre Instruction Tuning e Seguimento de Instruções. ✨✨✨