ICSFSurvey

Étude approfondie de la cohérence interne et de l'auto-rétroaction des grands modèles de langage

Produit OrdinaireProgrammationCohérence interneAuto-rétroaction

ICSFSurvey est une étude de recherche sur la cohérence interne et l'auto-rétroaction des grands modèles de langage (LLM). Il offre une perspective unifiée sur les mécanismes d'auto-évaluation et d'auto-mise à jour des LLM, incluant un cadre théorique, une classification des systèmes, des méthodes d'évaluation et les axes de recherche futurs.

Fournir un cadre théorique de la cohérence interne
expliquant les lacunes de raisonnement et les hallucinations dans les LLM.
Décrire les mécanismes d'auto-rétroaction
y compris l'auto-évaluation et l'auto-mise à jour
pour améliorer la réponse du modèle ou le modèle lui-même.
Proposer une étude de classification systématique
en fonction des tâches et des lignes de travail du mécanisme d'auto-rétroaction.
Synthétiser les méthodes d'évaluation et les tests de référence pour évaluer l'efficacité de l'auto-rétroaction.
Explorer des points clés
tels que l'efficacité réelle de l'auto-rétroaction

Ce produit convient aux chercheurs
aux développeurs et aux professionnels intéressés par les mécanismes d'auto-évaluation et d'auto-mise à jour des grands modèles de langage. Il offre une perspective et des ressources approfondies pour comprendre et améliorer les LLM.

Les chercheurs utilisent ICSFSurvey pour comprendre les mécanismes internes des LLM et concevoir des stratégies d'amélioration.
Les développeurs utilisent le code et les données de cette étude pour développer de nouveaux outils d'évaluation des LLM.
Les enseignants peuvent utiliser ICSFSurvey comme matériel pédagogique pour aider les étudiants à comprendre les concepts avancés des LLM.

Accéder à la page GitHub pour consulter l'aperçu et les ressources de ICSFSurvey.
Lire le fichier README.md pour obtenir des instructions sur l'utilisation et la contribution de ressources.
Explorer les dossiers code/
data/
figures/

Ouvrir le site Web

ICSFSurvey Dernière situation du trafic

Nombre total de visites mensuelles

474564576

Taux de rebond

36.20%

Nombre moyen de pages par visite

6.1

Durée moyenne de la visite

00:06:34

ICSFSurvey Tendance des visites

ICSFSurvey Distribution géographique des visites

Best AI Websites & Tools

ICSFSurvey

ICSFSurvey Dernière situation du trafic

ICSFSurvey Tendance des visites

ICSFSurvey Distribution géographique des visites

ICSFSurvey Sources de trafic

ICSFSurvey Alternatives

ICSFSurvey — Étude approfondie de la cohérence interne et de l'auto-rétroaction des grands modèles de langage

NotaGen — NotaGen est un modèle de génération de musique symbolique, entraîné selon le paradigme des grands modèles de langage, axé sur la génération de partitions classiques de haute qualité.

AoT — Atom of Thoughts (AoT) est un framework permettant d'améliorer les performances d'inférence des grands modèles de langage.

Level-Navi Agent-Recherche — Level-Navi Agent est un framework prêt à l'emploi, sans nécessiter d'entraînement, qui utilise les grands modèles de langage pour une compréhension approfondie des requêtes et une recherche précise.

SWE-RL — Amélioration des capacités de raisonnement des grands modèles de langage dans l'évolution des logiciels open source grâce à l'apprentissage par renforcement

Coding-Tutor — Exploration du potentiel des grands modèles de langage comme outils d'aide à la programmation, et proposition d'un workflow Trace-and-Verify.

MoBA — MoBA est un mécanisme d'attention par blocs mixtes pour les contextes de longs textes, visant à améliorer l'efficacité des grands modèles de langage.

Agent Laboratory — Agent Laboratory est un workflow de recherche autonome de bout en bout, conçu pour aider les chercheurs humains à mettre en œuvre leurs idées de recherche.

Sonus-1 — Sonus-1 : une nouvelle ère pour les grands modèles de langage (LLM)

MLPerf Client — Benchmark de performance de l'IA sur PC

Star-Attention — Technique d'inférence efficace pour les grands modèles de langage sur des séquences longues

WorkflowLLM — Cadre basé sur les données, améliorant les capacités d'orchestration des workflows pour les grands modèles de langage.

Agora — Protocole de communication interplateforme permettant une communication efficace entre différents grands modèles de langage (LLM).

O1-Journey — O1复制之旅：战略进展报告第一部分

SELA — SELA améliore l'apprentissage automatique automatisé (AutoML) en combinant la recherche par arbre de Monte-Carlo et des agents basés sur les grands modèles de langage (LLM).

BitNet — Un framework d'inférence pour les grands modèles de langage binaires (LLM)

AutoDAN-Turbo — Un cadre automatisé qui surmonte les limites des grands modèles de langage

Communauté IA Mìshí — Communauté de connaissances spécialisée dans l'intelligence artificielle et la gestion de produits

OneGen — Cadre de génération et de recherche unifié et hautement efficace en une seule passe, adapté aux grands modèles de langage.

LongCite — Permet aux grands modèles de langage de générer des citations granulaires lors de la réponse à des questions sur de longs textes.

CLASI — Système de traduction simultanée de haute qualité, quasi-humain

DCLM — Framework complet pour la construction et l'entraînement de grands modèles de langage

llm-graph-builder — Application Neo4j pour la construction de graphes de connaissances

Ajustement Fin Expert Spécialisé — Outil de réglage fin professionnel pour les grands modèles de langage

xLAM — Recherche sur les agents intelligents basés sur les grands modèles de langage

prism-alignment — Exploration de l'alignement des préférences et des valeurs des grands modèles de langage.

Le Rapport sur les Prompts — Étude systématique des techniques d'invite pour l'IA générative

agentUniverse — Framework de développement d'applications multi-agents basé sur les grands modèles de langage

Agent de Traduction — Modèle de traduction par agent utilisant un workflow réflexif.

Tampon de Pensées — Améliore la précision et l'efficacité du raisonnement des grands modèles de langage.