Agent4SE-Paper-List-大型语言模型在软件工程的应用资源集

LLMTuner 是一个专为大语言模型设计的指令调优工具，支持全量参数微调、LoRA 和 QLoRA，旨在提升模型的指令响应能力和优化微调过程。

embedchainjs是一个框架，旨在通过任何数据集轻松创建大型语言模型（LLM）驱动的机器人。它简化了机器人的开发过程，并能够与多种数据源集成，适用于各种智能对话系统的构建。

一种使用双重关联编码器进行面部修复的方法，旨在恢复低质量的人脸图像，并增强视觉细节。

gpt-code-ui是OpenAI的ChatGPT代码解释器的开源实现，允许用户生成和执行代码，支持多种编程语言，并提供友好的用户界面来与AI进行交互。

OmniThink是一款通过“思考”扩展机器写作知识边界的框架，能像人一样逐步深化对复杂主题的理解，生成信息丰富且富有洞察力的长篇文章。

一个功能颇为全面的国产开源代码模型，集代码补全和生成、代码问答、代码解释器、工具调用、联网搜索、项目级代码问答等所有能力于一体，覆盖编程开发的各种场景。

Goat是一个经过微调的LLaMA模型，专注于数学运算，特别是在算术任务上表现优于GPT-4。它在大数加法和减法上达到了近乎完美的准确性，并通过监督微调提升了算术任务的性能，适合在24GB VRAM GPU上使用LoRA进行训练。

由百川智能开发的一个开源可商用的大规模预训练语言模型，支持中英双语，基于Transformer结构，训练于约1.2万亿tokens，具有70亿参数，提供4096的上下文窗口长度，在标准的中文和英文权威benchmark（C-EVAL/MMLU）上均取得同尺寸最好的效果。

Multipack Sampler是一种专门为大型语言模型设计的分布式采样器，旨在实现快速的无填充训练，提升训练效率同时优化资源使用。

Langchain是一个用于构建基于语言模型的应用的开发库，支持多种数据源和模型，易于集成和扩展。

基于ONNX Runtime的Java的Stable Deffusion管线，具有GUI界面和负面文本支持，展示了如何在Java中使用ONNX Runtime进行推理，并提供了性能优化的最佳实践

这是一个经过精心策划的最令人印象深刻的AI论文列表，涵盖多个研究主题，并提供论文的链接和引用信息。

由DAIR.AI分享关于机器学习、自然语言处理和人工智能的所有相关主题的课程笔记，涵盖广泛，适合学习和参考。

通过人工智能加速UI的构建和迭代，可以直接在IDE中使用，可以快速创建和编辑组件，并生成可维护的代码

一套低成本的房间规模运动跟踪系统，通过多个无人机实现了实时机器人位置跟踪，适用于各种室内环境，具有出色的协同工作能力。

该项目汇集了针对大型语言模型的训练数据管理的研究，包括与预训练、数据质量和领域构成相关的资源。

强大的零代码机器学习助手，将AutoGluon的自动化机器学习能力与大语模结合，用户只需使用自然语言描述问题并提供数据，即可获得高精度的ML解决方案。

一个开源的量化金融自动交易框架，包含市场环境、智能体和应用，提供先进的算法核心以辅助连续交易决策。