RoleLLM

Marco de juego de roles para modelos lingüísticos grandes

Producto ComúnEntretenimientoProcesamiento del Lenguaje NaturalJuego de roles

RoleLLM es un marco de juego de roles diseñado para construir y evaluar la capacidad de juego de roles de los modelos lingüísticos grandes. Incluye cuatro fases: construcción de perfiles de roles, generación de instrucciones basadas en el contexto, indicaciones de roles con GPT y ajuste de instrucciones basadas en roles. A través de Context-Instruct y RoleGPT, hemos creado RoleBench, un conjunto de datos de referencia a nivel de roles, sistemático y de grano fino, que contiene 168.093 muestras. Además, RoCIT, sobre la base de RoleBench, ha generado RoleLLaMA (inglés) y RoleGLM (chino), mejorando significativamente la capacidad de juego de roles, incluso obteniendo resultados comparables a RoleGPT utilizando GPT-4.

Best AI Websites & Tools

RoleLLM

RoleLLM Situación del tráfico más reciente

RoleLLM Tendencia de visitas

RoleLLM Distribución geográfica de las visitas

RoleLLM Fuentes de tráfico

RoleLLM Alternativas

RoleLLM — Marco de juego de roles para modelos lingüísticos grandes

Dolphin R1 — Dolphin R1 es un conjunto de datos para entrenar modelos de inferencia, que contiene 800.000 muestras.

Nemotron-CC — Convierte Common Crawl en un conjunto de datos de preentrenamiento a largo plazo y de alta calidad

Mezcla de preferencias OLMo 2 1124 13B — Conjunto de datos de mezcla de preferencias multilingüe a gran escala

dolmino-mix-1124 — Conjunto de datos de alta calidad para la segunda etapa de entrenamiento de OLMo2.

WorkflowLLM — Marco impulsado por datos que mejora la capacidad de orquestación de flujos de trabajo de los modelos lingüísticos grandes.

awesome-LLM-resourses — Recopilación mundial de recursos de modelos lingüísticos grandes

LongCite — Permite que los modelos lingüísticos grandes generen citas de grano fino en preguntas y respuestas de textos largos.

MedTrinity-25M — Conjunto de datos médicos multimodales a gran escala

DCLM-baseline — Conjunto de datos de referencia para modelos lingüísticos de alto rendimiento

emo-visual-data — Conjunto de datos de anotación visual de emojis

ImageInWords — Un modelo para generar descripciones de imágenes extremadamente detalladas, utilizado para entrenar modelos de lenguaje visual.

WildChat — Un corpus de datos compuesto por interacciones entre usuarios del mundo real y ChatGPT.

FineWeb — Conjunto de datos web en inglés de alta calidad

MNBVC — MNBVC es un corpus de texto en chino de escala masiva, comparable a los 40 TB de datos utilizados para entrenar ChatGPT.

LLM Posiblemente LongLM — Ampliación de la ventana de contexto de los modelos lingüísticos grandes

Inst-Inpaint — Algoritmo de restauración de imágenes basado en entrada de lenguaje natural

Modelo de incrustación de texto Gemini Embedding — Gemini Embedding es un modelo de incrustación de texto avanzado que proporciona una potente capacidad de comprensión del lenguaje a través de la API de Gemini.

NeoBase — NeoBase es un asistente de base de datos de IA de código abierto que le permite interactuar con bases de datos utilizando lenguaje natural.

Instella — Instella es un modelo de lenguaje de código abierto de alto rendimiento desarrollado por AMD, diseñado para acelerar el desarrollo de modelos de lenguaje de código abierto.

Clon — Clon es un robot humanoide con tecnología revolucionaria de músculos artificiales Myofiber, capaz de caminar de forma natural.

ViDoRAG — ViDoRAG es un marco de agentes de razonamiento iterativo dinámico que combina la recuperación de documentos visuales con la generación mejorada.

Microsoft Dragon Copilot — Microsoft Dragon Copilot es un espacio de trabajo de IA para el sector sanitario que simplifica el flujo de trabajo de la documentación clínica y mejora la eficiencia.

Migician — Migician es un modelo de lenguaje multimodal de gran tamaño centrado en la localización de múltiples imágenes, capaz de realizar una localización precisa de múltiples imágenes de forma libre.

Agente de búsqueda Level-Navi — El Agente Level-Navi es un marco que se puede usar sin entrenamiento, que utiliza modelos de lenguaje extenso para una comprensión profunda de las consultas y una búsqueda precisa.

IndexTTS — Sistema de texto a voz (TTS) de muestra cero, eficiente y controlable de grado industrial

olmOCR — olmOCR es un conjunto de herramientas para linealizar PDF para el entrenamiento de conjuntos de datos LLM.

Extensiones de IA de Raycast — Raycast lanza las Extensiones de IA, que permiten interactuar mediante comandos de lenguaje natural con las aplicaciones de su ordenador y ejecutar tareas.

MLGym — MLGym es un nuevo marco y punto de referencia para avanzar en la investigación de agentes de IA.

tablegpt-agent — Agente preconstruido de TableGPT2 para tareas de preguntas y respuestas basadas en tablas.