Agent Hospital-一个虚拟医院的智能治疗系统

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。

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。

本项目对大型语言模型中的上下文长度扩展进行了详细调研，讨论了现有策略、评估复杂性及研究者面临的挑战。

该项目讨论了大型语言模型在有效生成和优化提示方面的能力，展示了它们在人类水平上的熟练程度。

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。

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。

Wordware是一个基于网络的集成开发环境，专为大型语言模型（LLM）协调而设计，帮助跨职能团队构建AI应用。它作为LLM的后端，类似于一种新的编程语言，基于英语，同时融合了循环、逻辑和函数调用等概念。

Ava PLS是一个功能强大的桌面应用，能够在本地计算机上运行大型语言模型，支持多种应用场景。用户只需下载并安装Ava，即可探索其强大功能。

Wingman是一个聊天机器人，允许用户在个人电脑和Mac（无论是Intel还是Apple Silicon）上本地运行大型语言模型。它提供了一个易于使用的聊天界面，使用户能够无需编写代码或使用命令行即可使用本地模型。当前可用的首个测试版名为Rooster。

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。

Inferflow是一个高效且高度可配置的大型语言模型推理引擎，旨在优化推理性能，支持多种自定义配置，以满足特定需求。

AI论文评审助手：利用大型语言模型和文档解析工具，从学术论文中提取信息，助力研究者快速把握论文要点。

Llama 2是Meta推出的最新一代大型语言模型，旨在提供更强的自然语言处理能力。

本项目对大型语言模型在不同自然语言处理任务中的提示工程方法进行了调查，展示了如何在不需要大量参数重训练或微调的情况下，增强模型能力，并使非深度学习背景的用户能够与大型语言模型进行交互。同时总结了基于NLP任务的各种提示技术，并分析了在不同数据集上的性能表现。

用蒙特卡洛树搜索与大型语言模型结合解决数学问题的演示项目，就像给AI装上了解题的“指南针”，让它能更高效地找到解题路径

一项研究探讨大型语言模型（LLM）在科学发现中的表现，特别是GPT-4在多个科学领域的应用。该研究分析了GPT-4在药物发现、生物学和计算化学等领域的能力，评估其在复杂问题解决和知识整合任务中的有效性，同时进行专家驱动的案例评估和基准测试，旨在加速科学进步和优化资源配置。

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。

Self-Retrieval是一个基于大型语言模型(LLM)的自我检索系统，旨在提高信息检索的准确性和效率。它支持多种数据源的检索，并提供用户友好的界面，适用于多种场景。