Startseite Projekte Awesome-LLM4IE-Papers
Awesome-LLM4IE-Papers
cross-domain-learning

Awesome-LLM4IE-Papers

Tolle Arbeiten über generative Informationsextraktion (IE) mit großen Sprachmodellen (LLMs).

von quqxui · GitHub
Sterne
Forks
Erstellt
Letzter Commit
cross-domain-learningdata-augmentationevent-arguments
Auf GitHub ansehen
In einfachen Worten

Lesen Sie eine Sammlung akademischer Arbeiten zur Verwendung großer Sprachmodelle zur Extraktion von Informationen aus verschiedenen Datentypen.

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-LLM4IE-Papers — GitHub preview card
📈 Sternhistorie
1 0611 058
2026-07-202026-08-31
📈 Awesome-LLM4IE-Papers verfolgen

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

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

Tolle Arbeiten über generative Informationsextraktion (IE) mit großen Sprachmodellen (LLMs).

Awesome-LLM4IE-Papers hat 1.1k Sterne auf GitHub. Es wurde 61-mal geforkt. Es wird seit 2023 aktiv entwickelt. Die Hauptthemen sind: cross-domain-learning, data-augmentation, event-arguments, event-detection.

Frequently asked questions

Was ist Awesome-LLM4IE-Papers?

Tolle Arbeiten über generative Informationsextraktion (IE) mit großen Sprachmodellen (LLMs).

Ist Awesome-LLM4IE-Papers Open Source?

Awesome-LLM4IE-Papers ist ein Open-Source-Projekt.

Ist Awesome-LLM4IE-Papers kostenlos?

Ja. Awesome-LLM4IE-Papers ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

🏅 Wartender dieses Projekts?
olud.ai badge — Awesome-LLM4IE-Papers

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

[![olud.ai](https://olud.ai/badge.php?tool=quqxui-awesome-llm4ie-papers)](https://olud.ai/project/quqxui-awesome-llm4ie-papers.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

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