Instruction-Tuning-Papers
Leseliste zur Instruction-Tuning. Ein Trend, der von Natrural-Instruction (ACL 2022), FLAN (ICLR 2022) und T0 (ICLR 2022) ausgeht.
Erforschen Sie eine Sammlung von Forschungsarbeiten über das Lehren von Sprachmodellen, um Anweisungen besser zu befolgen.
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 abbestellbarLeseliste zur Instruction-Tuning. Ein Trend, der von Natrural-Instruction (ACL 2022), FLAN (ICLR 2022) und T0 (ICLR 2022) ausgeht.
Instruction-Tuning-Papers hat 767 Sterne auf GitHub. Es wurde 23-mal geforkt. Es wird seit 2022 aktiv entwickelt. Die Hauptthemen sind: cross-task-generalization, generalization, instruction, instruction-following.
Was ist Instruction-Tuning-Papers?
Leseliste zur Instruction-Tuning. Ein Trend, der von Natrural-Instruction (ACL 2022), FLAN (ICLR 2022) und T0 (ICLR 2022) ausgeht.
Ist Instruction-Tuning-Papers Open Source?
Instruction-Tuning-Papers ist ein Open-Source-Projekt.
Ist Instruction-Tuning-Papers kostenlos?
Ja. Instruction-Tuning-Papers ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/sinclaircoder-instruction-tuning-papers.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.