Home Progetti Efficient-LLMs-Survey
Efficient-LLMs-Survey

Efficient-LLMs-Survey

di AIoT-MLSys-Lab · GitHub

[TMLR 2024] Modelli di linguaggio di grandi dimensioni efficienti: un'indagine

Visualizza su GitHub
In parole semplici

Leggi un'indagine completa sui modelli di linguaggio di grandi dimensioni efficienti per comprendere il loro sviluppo e applicazioni nel machine learning.

⭐ Stelle
🍴 Fork
📜 Licenza
Licenza non specificata
📅 Creato
🔄 Ultimo commit
🏷️ Categoria
Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
Efficient-LLMs-Survey — GitHub preview card
📈 Storia delle stelle
1 2591 258
2026-07-202026-07-29
📈 Segui Efficient-LLMs-Survey

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

[TMLR 2024] Modelli di linguaggio di grandi dimensioni efficienti: un'indagine

Efficient-LLMs-Survey ha 1.3k stelle su GitHub. È stato forkato 100 volte. È in sviluppo attivo dal 2023. I suoi temi principali sono: efficient-deep-learning, generative-ai, large-language-models, machine-learning-systems.

Frequently asked questions

Che cos'è Efficient-LLMs-Survey?

[TMLR 2024] Modelli di linguaggio di grandi dimensioni efficienti: un'indagine

Efficient-LLMs-Survey è open source?

Efficient-LLMs-Survey è un progetto open source.

Efficient-LLMs-Survey è gratuito?

Sì. Efficient-LLMs-Survey è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

🏅 Manutentore di questo progetto?
OpenSourceAI badge — Efficient-LLMs-Survey

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=aiot-mlsys-lab-efficient-llms-survey)](https://opensourceai.tech/project/aiot-mlsys-lab-efficient-llms-survey.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.