prompt-in-context-learning
Recursos increíbles para el aprendizaje en contexto y la ingeniería de prompts: Dominio de los LLM como ChatGPT, GPT-3 y FlanT5, con actualizaciones actuales y de vanguardia.
Accede a recursos actualizados para dominar la ingeniería de prompts y el aprendizaje en contexto con LLMs.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasRecursos increíbles para el aprendizaje en contexto y la ingeniería de prompts: Dominio de los LLM como ChatGPT, GPT-3 y FlanT5, con actualizaciones actuales y de vanguardia.
prompt-in-context-learning tiene 2.2k estrellas en GitHub. Se ha bifurcado 189 veces. prompt-in-context-learning está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2023. prompt-in-context-learning está disponible bajo la licencia MIT. Sus temas principales son: ai-agent, chain-of-thought, chatbot, chatgpt.
¿Qué es prompt-in-context-learning?
Recursos increíbles para el aprendizaje en contexto y la ingeniería de prompts: Dominio de los LLM como ChatGPT, GPT-3 y FlanT5, con actualizaciones actuales y de vanguardia.
¿prompt-in-context-learning es de código abierto?
prompt-in-context-learning es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
¿prompt-in-context-learning es gratis?
Sí. prompt-in-context-learning es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está prompt-in-context-learning?
prompt-in-context-learning está disponible bajo la licencia MIT.
¿En qué lenguaje está escrito prompt-in-context-learning?
prompt-in-context-learning está escrito principalmente en Jupyter Notebook.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/egoalpha-prompt-in-context-learning.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.