llm-action
Questo progetto mira a condividere principi tecnici e esperienze pratiche relative ai grandi modelli (ingegnerizzazione dei grandi modelli, applicazione dei grandi modelli).
Impara e implementa tecniche per addestrare e ottimizzare grandi modelli AI.
Dal README
- 大模型参数高效微调技术原理综述（一）-背景、参数高效微调简介
- 大模型参数高效微调技术原理综述（二）-BitFit、Prefix Tuning、Prompt Tuning
- 大模型参数高效微调技术原理综述（三）-P-Tuning、P-Tuning v2
- 大模型参数高效微调技术原理综述（四）-Adapter Tuning及其变体
- 大模型参数高效微调技术原理综述（五）-LoRA、AdaLoRA、QLoRA
- 大模型参数高效微调技术原理综述（六）-MAM Adapter、UniPELT
Estratti dal README del progetto su GitHub. I diritti d'autore e le licenze rimangono con i rispettivi autori.
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 vuoiQuesto progetto mira a condividere principi tecnici e esperienze pratiche relative ai grandi modelli (ingegnerizzazione dei grandi modelli, applicazione dei grandi modelli).
llm-action ha 25k stelle su GitHub. È stato forkato 2.8k volte. llm-action è scritto principalmente in HTML. È in sviluppo attivo dal 2023. llm-action è disponibile con licenza Apache-2.0. I suoi temi principali sono: llm, llm-inference, llm-serving, llm-training.
Che cos'è llm-action?
Questo progetto mira a condividere principi tecnici e esperienze pratiche relative ai grandi modelli (ingegnerizzazione dei grandi modelli, applicazione dei grandi modelli).
llm-action è open source?
llm-action è un progetto open source. È rilasciato con licenza Apache-2.0.
llm-action è gratuito?
Sì. llm-action è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
Con quale licenza è llm-action?
llm-action è disponibile con licenza Apache-2.0.
In quale linguaggio è scritto llm-action?
llm-action è scritto principalmente in HTML.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/liguodongiot-llm-action.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.