Startseite Projekte Awesome-LLM-Tabular
Awesome-LLM-Tabular
awesome

Awesome-LLM-Tabular

Awesome-LLM-Tabular: eine kuratierte Liste von großen Sprachmodellen, die auf tabellarische Daten angewendet werden.

von johnnyhwu · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Kategorie
awesomelarge-language-modelstabular-data
Auf GitHub ansehen
In einfachen Worten

Entdecken Sie eine Sammlung von Forschungsarbeiten zur Verwendung großer Sprachmodelle mit tabellarischen Daten.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
Awesome-LLM-Tabular — GitHub preview card
📈 Sternhistorie
429427
2026-07-202026-08-31
📈 Awesome-LLM-Tabular verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Awesome-LLM-Tabular: eine kuratierte Liste von großen Sprachmodellen, die auf tabellarische Daten angewendet werden.

Awesome-LLM-Tabular hat 429 Sterne auf GitHub. Es wurde 35-mal geforkt. Es wird seit 2023 aktiv entwickelt. Die Hauptthemen sind: awesome, large-language-models, tabular-data.

Frequently asked questions

Was ist Awesome-LLM-Tabular?

Awesome-LLM-Tabular: eine kuratierte Liste von großen Sprachmodellen, die auf tabellarische Daten angewendet werden.

Ist Awesome-LLM-Tabular Open Source?

Awesome-LLM-Tabular ist ein Open-Source-Projekt.

Ist Awesome-LLM-Tabular kostenlos?

Ja. Awesome-LLM-Tabular ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

🏅 Wartender dieses Projekts?
olud.ai badge — Awesome-LLM-Tabular

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=johnnyhwu-awesome-llm-tabular)](https://olud.ai/project/johnnyhwu-awesome-llm-tabular.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.