LLM-Adapters
Code für unser EMNLP 2023-Papier: "LLM-Adapter: Eine Adapterfamilie für parameter-effizientes Fine-Tuning großer Sprachmodelle"
Integrieren und optimieren Sie große Sprachmodelle effizient mit einem Framework, das verschiedene Adaptermethoden für unterschiedliche Aufgaben unterstützt.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarCode für unser EMNLP 2023-Papier: "LLM-Adapter: Eine Adapterfamilie für parameter-effizientes Fine-Tuning großer Sprachmodelle"
LLM-Adapters hat 1.2k Sterne auf GitHub. Es wurde 115-mal geforkt. LLM-Adapters ist hauptsächlich in Python geschrieben. Es wird seit 2023 aktiv entwickelt. LLM-Adapters ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: adapters, fine-tuning, large-language-models, parameter-efficient.
Was ist LLM-Adapters?
Code für unser EMNLP 2023-Papier: "LLM-Adapter: Eine Adapterfamilie für parameter-effizientes Fine-Tuning großer Sprachmodelle"
Ist LLM-Adapters Open Source?
LLM-Adapters ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.
Ist LLM-Adapters kostenlos?
Ja. LLM-Adapters ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Unter welcher Lizenz steht LLM-Adapters?
LLM-Adapters ist unter der Apache-2.0-Lizenz verfügbar.
In welcher Sprache ist LLM-Adapters geschrieben?
LLM-Adapters ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/agi-edgerunners-llm-adapters.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.