LLM-Adapters
Código para nosso artigo do EMNLP 2023: "LLM-Adapters: Uma Família de Adaptadores para Fine-Tuning Eficiente em Parâmetros de Modelos de Linguagem Grande"
Integre e ajuste modelos de linguagem grandes de forma eficiente usando uma estrutura que suporta vários métodos de adaptadores para diferentes tarefas.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiserCódigo para nosso artigo do EMNLP 2023: "LLM-Adapters: Uma Família de Adaptadores para Fine-Tuning Eficiente em Parâmetros de Modelos de Linguagem Grande"
LLM-Adapters tem 1.2k estrelas no GitHub. Foi bifurcado 115 vezes. LLM-Adapters é escrito principalmente em Python. Está em desenvolvimento ativo desde 2023. LLM-Adapters está disponível sob a licença Apache-2.0. Os seus principais temas são: adapters, fine-tuning, large-language-models, parameter-efficient.
O que é LLM-Adapters?
Código para nosso artigo do EMNLP 2023: "LLM-Adapters: Uma Família de Adaptadores para Fine-Tuning Eficiente em Parâmetros de Modelos de Linguagem Grande"
LLM-Adapters é de código aberto?
LLM-Adapters é um projeto de código aberto. É distribuído sob a licença Apache-2.0.
LLM-Adapters é gratuito?
Sim. LLM-Adapters é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
Sob que licença está LLM-Adapters?
LLM-Adapters está disponível sob a licença Apache-2.0.
Em que linguagem LLM-Adapters está escrito?
LLM-Adapters é escrito principalmente em Python.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://olud.ai/project/agi-edgerunners-llm-adapters.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.