LLM-Adapters
Codice per il nostro articolo EMNLP 2023: "LLM-Adapters: Una Famiglia di Adattatori per il Fine-Tuning Efficiente dei Parametri dei Modelli di Linguaggio di Grandi Dimensioni"
Integra e affina modelli di linguaggio di grandi dimensioni in modo efficiente utilizzando un framework che supporta vari metodi di adattamento per diversi compiti.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiCodice per il nostro articolo EMNLP 2023: "LLM-Adapters: Una Famiglia di Adattatori per il Fine-Tuning Efficiente dei Parametri dei Modelli di Linguaggio di Grandi Dimensioni"
LLM-Adapters ha 1.2k stelle su GitHub. È stato forkato 115 volte. LLM-Adapters è scritto principalmente in Python. È in sviluppo attivo dal 2023. LLM-Adapters è disponibile con licenza Apache-2.0. I suoi temi principali sono: adapters, fine-tuning, large-language-models, parameter-efficient.
Che cos'è LLM-Adapters?
Codice per il nostro articolo EMNLP 2023: "LLM-Adapters: Una Famiglia di Adattatori per il Fine-Tuning Efficiente dei Parametri dei Modelli di Linguaggio di Grandi Dimensioni"
LLM-Adapters è open source?
LLM-Adapters è un progetto open source. È rilasciato con licenza Apache-2.0.
LLM-Adapters è gratuito?
Sì. LLM-Adapters è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è LLM-Adapters?
LLM-Adapters è disponibile con licenza Apache-2.0.
In quale linguaggio è scritto LLM-Adapters?
LLM-Adapters è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/agi-edgerunners-llm-adapters.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.