Self-Retrieval-用LLM构建信息检索系统

LongRoPE项目旨在将大型语言模型的上下文窗口扩展至超过200万Tokens，显著提升长文本处理能力，同时保持原始短上下文窗口的性能。它通过引入有效的搜索识别和位置插值，以及采用渐进扩展策略，在256k训练长度内仅需1k微调步骤，从而实现高效的模型训练与优化。

一个关于大型语言模型系统相关论文的综合性列表，旨在为研究人员和开发者提供有价值的资源和参考。

本书旨在概述大型语言模型的基本概念并介绍相关技术，重点在于大型语言模型的基础方面，而不是全面覆盖所有前沿方法。

Chain-of-Note项目旨在提升检索增强型语言模型的表现，主要通过生成顺序阅读注释来评估文档的相关性，从而改进语言模型的回复质量，并减少因不可靠检索信息带来的误导性回复。

多模态大型语言模型3D应用相关资源列表，涵盖了3D理解、推理、生成和具身Agent等各种任务。该项目旨在为研究人员和开发者提供全面的工具和资源，以推动3D领域的研究与应用。

DirectAI使用户能够快速构建强大的计算机视觉模型，无需编码或训练数据。它利用大型语言模型和零样本学习，根据用户的描述生成适合的模型。

MosaicML是一家专注于模型训练和微调的公司，发布了一系列新的大型语言模型(LLM)，其中包括专为故事创作设计的模型，旨在支持文学创作和儿童教育。

Knibble.AI 是一个由 ChatGPT 驱动的智能知识助手，能够快速提供信息和支持。

Hegel AI Prompt Playground是一个供团队实验大型语言模型（LLM）和提示的工具，用户可以跟踪尝试过的历史记录并添加评估，帮助开发者更高效地迭代出适合其用例的工作提示和模型组合，附带SDK。

该项目探讨了如何将大型语言模型用于各种应用中的工具创建。

这是加州大学圣巴巴拉分校、AI2、华盛顿大学、斯坦福大学、麻省理工学院、多伦多大学等单位联合发布的一项调研，旨在缩小知识差距，倡导开放、负责任、协作的进步，关注大型语言模型在数据选择方面的最佳实践和影响。

Yi是一系列从零开始训练的大型语言模型，旨在提供高质量的文本生成和对话能力，适用于多种应用场景。

ContentChat是一个基于AI的工具，简化在任何内容源中查找信息的过程。它使用AI辅助聊天功能，帮助用户快速获取相关信息，适用于多种文件格式和内容源，如网站、文章、视频等。

XAgent是一个开源实验性大型语言模型驱动的自主Agent，可以自动解决各种任务，旨在成为一种通用的工具，适用于多种复杂任务场景。它基于大型语言模型，提供智能决策支持，帮助用户提升工作效率，同时允许开发者进行自定义和扩展。

Roast me Greta是一个网站，用户可以与AI驱动的虚拟助手Greta进行交流，获取答案、执行任务和进行有趣的对话。

大型语言模型显著推动了自然语言处理领域的发展，引发了人们对利用其潜力处理各种自然、社会和应用科学领域中特定任务的极大兴趣。

LLM4IR-Survey是一个专注于大型语言模型在信息检索领域应用的文献列表，涵盖了最新的研究成果和发展动态，支持对比不同模型在信息检索任务中的表现，并提供丰富的参考文献和链接，旨在为研究人员提供全面的参考和启发。

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。