alpaca_eval
指令遵循語言模型的自動評估工具。經人工驗證、高品質、低成本且快速。
瀏覽 YunoDB 近期依公開專案資料篩選並收錄的實用工具。
22791 項工具
指令遵循語言模型的自動評估工具。經人工驗證、高品質、低成本且快速。
大語言模型評估平台,支援多種評估基準、自訂資料集和效能測試。支援基於自訂資料集的RAG評估。
MPO:透過元計劃最佳化提升LLM代理(EMNLP 2025 研究發現)
輕量級實作 GEPA(Genetic-Pareto)提示最佳化方法,適用於大型語言模型。
[EMNLP'25] 一種新穎的對齊框架,利用圖像檢索來減輕視覺語言模型中的幻覺。
快速無損 JSON 解析事件串流,使用 JavaScript。
[EMNLP 2025 Main] 論文《Intrinsic Evaluation of Unlearning Using Parametric Knowledge Traces》的 ConceptVectors 基準與程式碼
一個搭載多種 OpenAI 大型語言模型(包括 GPT-4、GPT-4o、GPT-4-o3、GPT-5 等)的聊天機器人。專為對新版 ChatGPT 及其模型選擇受限感到困擾的使用者而設計。
探索大型語言模型用於知識圖譜補全。ICASSP 2025
Deep Reasoning Translation (DRT) Project
[NeurIPS 2024] SG-Nav:基於LLM的零樣本物體導航之線上3D場景圖提示
[ICLR 2025🔥] SVD-LLM 與 [NAACL 2025🔥] SVD-LLM V2
[ICLR 2025] MLLM 看得見嗎?緩解幻覺的動態修正解碼
一份精心挑選的 LLM Red Teaming 訓練、資源與工具清單。
Promptdesk 是一個旨在有效建立、組織及評估提示詞與大型語言模型 (LLM) 的工具。
VALL-E(零樣本文字轉語音)的 PyTorch 實作,重現展示 https://lifeiteng.github.io/valle/index.html
[CVPR 2025] UniGoal: 邁向通用零樣本目標導航
✨ 一個合成資料集生成框架,能產生多樣化的程式碼問題與可驗證的解決方案——全部整合在一個框架中
合成問答資料集,用於正式分析大型語言模型在推理任務上的思維鏈輸出。
ACM MM'23 (口頭報告),SUR-adapter 為預訓練擴散模型提供來自大型語言模型的強大語意理解與推理能力
ChineseHarm-Bench:一個中文有害內容檢測基準
提示工程工作坊 @ AI Convention 2025 (IHK Schwaben)
這是關於使用LLM進行IR偏差與公平性調查的儲存庫。
DyG-RAG 的程式碼實作:以事件為中心的動態圖形檢索增強生成。