in-context-learning

Các tiến bộ mới nhất về Mô hình Ngôn ngữ Lớn Đa phương thức

Trang GitHub chính thức cho bài báo khảo sát "A Survey of Large Language Models".

22 kỹ thuật prompt engineering với các hướng dẫn thực hành qua Jupyter Notebook, từ các khái niệm cơ bản đến chiến lược nâng cao để khai thác LLM.

Một framework mã nguồn mở để huấn luyện các mô hình đa phương thức lớn.

Từ Chain-of-Thought prompting đến OpenAI o1 và DeepSeek-R1 🍓

Tổng hợp các bài báo về Prompt và LLM, dữ liệu và mô hình mã nguồn mở, các ứng dụng AIGC

Các bài báo phải đọc về LLM Agent.

Dòng Painter & SegGPT: Các mô hình nền tảng thị giác từ BAAI

Tài nguyên tuyệt vời cho học trong ngữ cảnh và prompt engineering: Làm chủ các LLM như ChatGPT, GPT-3 và FlanT5, với các bản cập nhật mới nhất và tiên tiến.

Bản cài đặt PyTorch của VALL-E (Zero-Shot Text-To-Speech), Demo tái tạo tại https://lifeiteng.github.io/valle/index.html

Emu Series: Các Mô hình Đa phương thức Tạo sinh từ BAAI

[ICCV 2025] 🔥🔥 UNO: Phương pháp tùy chỉnh vạn năng cho điều kiện hóa cả đơn đối tượng và đa đối tượng

Các bài báo tuyệt vời về Trích xuất thông tin (IE) tạo sinh sử dụng Large Language Models (LLMs)

Awesome-LLM-Robustness: danh sách tổng hợp về tính không chắc chắn, độ tin cậy và tính bền vững trong các mô hình ngôn ngữ lớn.

Các bài báo và tập dữ liệu về tinh chỉnh và tuân thủ chỉ dẫn (Instruction Tuning and Following).