prompt in context learning
1.0.0
دليل هندسي مفتوح المصدر للتعلم السريع في السياق من مختبر EgoAlpha.
أوراق | ⚡️ الملعب | ؟ الهندسة السريعة | ؟ مطالبة ChatGPT ｜ ⛳ دليل استخدام LLMs
️ الساطع ️: هذه موارد جديدة يتم تحديثها يوميًا للتعلم في السياق والهندسة السريعة. مع اقتراب الذكاء العام الاصطناعي (AGI)، فلنتخذ الإجراءات اللازمة ونصبح متعلمين متميزين حتى نضع أنفسنا في طليعة هذا العصر المثير ونسعى جاهدين لتحقيق العظمة الشخصية والمهنية.
تشمل الموارد ما يلي:
؟أوراق؟ : أحدث الأوراق حول التعلم في السياق ، والهندسة السريعة ، والوكيل ، ونماذج الأساس .
؟ملعب؟ : نماذج لغوية كبيرة (LLMs) تتيح التجريب السريع.
?الهندسة السريعة؟ : تقنيات سريعة للاستفادة من نماذج اللغة الكبيرة.
?ChatGPT موجه؟ : أمثلة سريعة يمكن تطبيقها في عملنا وحياتنا اليومية.
?دليل استخدام LLMs؟ : طريقة البدء السريع بنماذج اللغات الكبيرة باستخدام LangChain.
في المستقبل، من المحتمل أن يكون هناك نوعان من الأشخاص على الأرض (وربما حتى على المريخ، لكن هذا سؤال موجه إلى " ماسك"):
?EgoAlpha: Hello! human?, are you ready?
☄️ تطلق EgoAlpha برنامج TrustGPT الذي يركز على التفكير. ثق في GPT الذي يتمتع بأقوى القدرات المنطقية للحصول على إجابات موثوقة وموثوقة. يمكنك النقر هنا أو زيارة الملاعب مباشرة لتجربتها.
[2024.11.17]
[2024.11.16]
[2024.11.15]
[2024.11.14]
[2024.11.13]
[2024.11.12]
[2024.11.11]
أخبار التاريخ كاملة؟
يمكنك النقر مباشرة على العنوان للانتقال إلى موقع رابط PDF المقابل
الحركة تلتقي بالانتباه: مطالبات حركة الفيديو ( 2024.07.03 )
نحو نموذج لغوي كبير للصحة الشخصية ( 2024.06.10 )
هاسكي: وكيل لغة موحد ومفتوح المصدر للاستدلال متعدد الخطوات ( 2024.06.10 )
نحو التعلم مدى الحياة لنماذج اللغات الكبيرة: دراسة استقصائية ( 2024.06.10 )
نحو التكافؤ الدلالي للترميز في ماجستير إدارة الأعمال متعدد الوسائط ( 2024.06.07 )
ماجستير إدارة الأعمال يلتقي بإنشاء وتحرير الوسائط المتعددة: دراسة استقصائية ( 2024.05.29 )
أداة التعلم باستخدام نماذج اللغات الكبيرة: استبيان ( 2024.05.28 )
عندما تدخل LLMs إلى العالم ثلاثي الأبعاد: مسح وتحليل تلوي للمهام ثلاثية الأبعاد عبر نماذج اللغات الكبيرة متعددة الوسائط ( 2024.05.16 )
تقدير عدم اليقين والقياس الكمي لـ LLMs: نهج بسيط خاضع للإشراف ( 2024.04.24 )
دراسة استقصائية عن آلية الذاكرة للوكلاء المعتمدين على نماذج اللغة الكبيرة ( 2024.04.21 )
القائمة الورقية كاملة؟ ل"المسح"؟
LLaRA: بيانات تعلم الروبوت فائقة الشحن لسياسة الرؤية واللغة ( 2024.06.28 )
استعادة حجم مجموعة البيانات من أوزان LoRA ( 2024.06.27 )
التحسين الفوري المتسارع ثنائي الطور ( 2024.06.19 )
من RAGs إلى المعلمات الغنية: استكشاف كيفية استخدام نماذج اللغة للمعرفة الخارجية عبر المعلومات البارامترية للاستعلامات الواقعية ( 2024.06.18 )
VoCo-LLaMA: نحو ضغط الرؤية باستخدام نماذج لغوية كبيرة ( 2024.06.18 )
LaMDA: الضبط الدقيق للنموذج الكبير من خلال التكيف منخفض الأبعاد المتحلل طيفيًا ( 2024.06.18 )
تأثير التهيئة على ديناميكيات LoRA Finetuning ( 2024.06.12 )
دراسة تجريبية حول الضبط الدقيق بكفاءة المعلمات لنماذج اللغات الكبيرة متعددة الوسائط ( 2024.06.07 )
هجمات مستترة عبر السياق ضد التعلم السريع للرسم البياني ( 2024.05.28 )
Yuan 2.0-M32: مزيج من الخبراء مع جهاز توجيه الانتباه ( 2024.05.28 )
القائمة الورقية كاملة؟ ل"التصميم الفوري"؟
دراسة تجريبية حول الضبط الدقيق بكفاءة المعلمات لنماذج اللغات الكبيرة متعددة الوسائط ( 2024.06.07 )
كانتور: سلسلة الأفكار الملهمة متعددة الوسائط لـ MLLM ( 2024.04.24 )
nicolay-r في SemEval-2024 المهمة 3: استخدام Flan-T5 لاستدلال سبب العاطفة في المحادثات مع سلسلة الأفكار حول الحالات العاطفية ( 2024.04.04 )
تصور الفكر يثير التفكير المكاني في النماذج اللغوية الكبيرة ( 2024.04.04 )
هل يمكن للنماذج اللغوية الصغيرة أن تساعد النماذج اللغوية الكبيرة على التفكير بشكل أفضل؟: سلسلة الأفكار الموجهة بـ LM ( 2024.04.04 )
لغة البرمجة المرئية: إطلاق العنان لسلسلة التفكير في نماذج اللغات متعددة الوسائط ( 2024.03.25 )
نهج تحفيزي لسلسلة الأفكار مع ماجستير إدارة الأعمال لتقييم استجابات التقييم التكويني للطلاب في العلوم ( 2024.03.21 )
NavCoT: تعزيز التنقل القائم على الرؤية واللغة LLM من خلال تعلم التفكير المنفصل ( 2024.03.12 )
ERA-CoT: تحسين تسلسل الفكر من خلال تحليل العلاقة بين الكيانات ( 2024.03.11 )
التدريب على الاتساق المعزز للتحيز يقلل من التفكير المتحيز في تسلسل الأفكار ( 2024.03.08 )
القائمة الورقية كاملة؟ ل"سلسلة الفكر"؟
LaMDA: الضبط الدقيق للنموذج الكبير من خلال التكيف منخفض الأبعاد المتحلل طيفيًا ( 2024.06.18 )
تأثير التهيئة على ديناميكيات LoRA Finetuning ( 2024.06.12 )
دراسة تجريبية حول الضبط الدقيق بكفاءة المعلمات لنماذج اللغات الكبيرة متعددة الوسائط ( 2024.06.07 )
الاستفادة من الرموز المرئية لسياقات النص الموسعة في التعلم متعدد الوسائط ( 2024.06.04 )
تعلم التلاعب: ظهور التعلم في السياق وتكوين المهارات في المهام الحسابية المعيارية ( 2024.06.04 )
السياق الطويل ليس طويلاً على الإطلاق: منقب عن بيانات التبعية الطويلة لنماذج اللغات الكبيرة ( 2024.05.28 )
ضبط سريع فعال عن طريق العرض متعدد المساحات والاندماج الفوري ( 2024.05.19 )
MAML-en-LLM: نموذج التدريب التلوي الحيادي لمجالات LLM لتحسين التعلم في السياق ( 2024.05.19 )
تحسين تنوع توليد المنطق السليم من خلال نماذج اللغات الكبيرة من خلال التعلم داخل السياق ( 2024.04.25 )
خطوط أساس عشوائية أقوى للتعلم داخل السياق ( 2024.04.19 )
القائمة الورقية كاملة؟ من أجل "التعلم في السياق"؟
مزيج معزز من خبراء LoRA للتعلم الآلي القابل للتحميل ( 2024.06.24 )
تعزيز أنظمة RAG: دراسة استقصائية لاستراتيجيات التحسين للأداء وقابلية التوسع ( 2024.06.04 )
تعزيز متانة الضوضاء في نماذج اللغة المعززة للاسترجاع من خلال التدريب التنافسي التكيفي ( 2024.05.31 )
تسريع الاستدلال على توليد الاسترجاع المعزز من خلال تحديد السياق المتناثر ( 2024.05.25 )
DocReLM: إتقان استرجاع المستندات باستخدام نموذج اللغة ( 2024.05.19 )
UniRAG: تعزيز الاسترجاع العالمي لنماذج اللغات الكبيرة متعددة الوسائط ( 2024.05.16 )
ChatHuman: فهم إنساني ثلاثي الأبعاد يعتمد على اللغة مع استدلال أداة الاسترجاع المعززة ( 2024.05.07 )
الأسباب: معيار للاسترجاع والاستشهادات الآلية للجمل العلمية باستخدام LLMs العامة والخاصة ( 2024.05.03 )
مطالبة التراكب: تحسين وتسريع عملية الاسترجاع-الجيل المعزز ( 2024.04.10 )
فك العقدة: تشابك المعرفة المتضاربة ومهارات التفكير في النماذج اللغوية الكبيرة ( 2024.04.04 )
القائمة الورقية كاملة؟ من أجل "استرجاع الجيل المعزز"؟
التشيلو: التقييم السببي لنماذج لغة الرؤية الكبيرة ( 2024.06.27 )
بريكس مي! الاستكشاف السريع واسع النطاق لماجستير القانون في مجال مفتوح المصدر للترجمة الآلية وتقييم التلخيص ( 2024.06.26 )
إعادة النظر في تقييم فهم التعبير المرجعي في عصر النماذج الكبيرة متعددة الوسائط ( 2024.06.24 )
OR-Bench: معيار الرفض الزائد لنماذج اللغات الكبيرة ( 2024.05.31 )
TimeChara: تقييم الهلوسة الشخصية في وقت محدد لنماذج اللغة الكبيرة التي تلعب الأدوار ( 2024.05.28 )
تحتاج التحيزات الدقيقة إلى تدابير أكثر دقة: مقاييس مزدوجة لتقييم التحيزات التمثيلية والتقارب في نماذج اللغات الكبيرة ( 2024.05.23 )
HW-GPT-Bench: معيار البنية المتوافقة مع الأجهزة لنماذج اللغة ( 2024.05.16 )
نضال ماجستير إدارة الأعمال متعدد الوسائط مع تحليل الشبكة المرئية الأساسية: معيار VNA ( 2024.05.10 )
Vibe-Eval: مجموعة تقييم صارمة لقياس التقدم المحرز في نماذج اللغات متعددة الوسائط ( 2024.05.03 )
التقييم السببي لنماذج اللغة ( 2024.05.01 )
القائمة الورقية كاملة؟ من أجل "التقييم والموثوقية"؟
أساليب التعلم التعاونية العميقة متعددة الوكلاء لشبكات الحوسبة المتنقلة المدعومة بالطائرات بدون طيار ( 2024.07.03 )
التعلم الرمزي يمكّن العناصر ذاتية التطور ( 2024.06.26 )
الهجمات العدائية على وكلاء الوسائط المتعددة ( 2024.06.18 )
DigiRL: تدريب عملاء التحكم في الأجهزة على أرض الواقع باستخدام التعلم المعزز المستقل ( 2024.06.14 )
تحويل البيانات القابلة للارتداء إلى رؤى صحية باستخدام وكلاء نماذج اللغة الكبيرة ( 2024.06.10 )
الحلم العصبي: طريق للتعلم الفعال في العوامل الاصطناعية ( 2024.05.24 )
الضبط الدقيق لنماذج لغة الرؤية الكبيرة كعوامل صنع القرار من خلال التعلم المعزز ( 2024.05.16 )
تعلم الاتصال متعدد الوكلاء من منظور نمذجة الرسم البياني ( 2024.05.14 )
السنافر: الاستفادة من وكلاء الكفاءة المتعددة مع كفاءة السياق لتخطيط الأدوات ( 2024.05.09 )
الكشف عن التباينات في التعامل مع مهام الويب بين الإنسان ووكيل الويب ( 2024.05.07 )
القائمة الورقية كاملة؟ ل"الوكيل"؟
InternLM-XComposer-2.5: نموذج لغة رؤية كبير متعدد الاستخدامات يدعم الإدخال والإخراج طويل السياق ( 2024.07.03 )
LLaRA: بيانات تعلم الروبوت فائقة الشحن لسياسة الرؤية واللغة ( 2024.06.28 )
Web2Code: مجموعة بيانات واسعة النطاق لتحويل صفحة الويب إلى كود وإطار عمل لتقييم ماجستير إدارة الأعمال متعدد الوسائط ( 2024.06.28 )
LLaVolta: نماذج فعالة متعددة الوسائط من خلال ضغط السياق المرئي على مراحل ( 2024.06.28 )
Cambrian-1: استكشاف مفتوح بالكامل ومتمحور حول الرؤية للماجستير في إدارة الأعمال متعدد الوسائط ( 2024.06.24 )
VoCo-LLaMA: نحو ضغط الرؤية باستخدام نماذج لغوية كبيرة ( 2024.06.18 )
ما وراء LLaVA-HD: الغوص في نماذج كبيرة متعددة الوسائط عالية الدقة ( 2024.06.12 )
دراسة تجريبية حول الضبط الدقيق بكفاءة المعلمات لنماذج اللغات الكبيرة متعددة الوسائط ( 2024.06.07 )
الاستفادة من الرموز المرئية لسياقات النص الموسعة في التعلم متعدد الوسائط ( 2024.06.04 )
ديكو: فصل ضغط الرمز المميز عن التجريد الدلالي في نماذج اللغات الكبيرة متعددة الوسائط ( 2024.05.31 )
القائمة الورقية كاملة؟ ل"موجه الوسائط المتعددة"؟
IncogniText: إخفاء هوية النص الشرطي لتعزيز الخصوصية من خلال التوزيع العشوائي للسمات الخاصة القائم على LLM ( 2024.07.03 )
Web2Code: مجموعة بيانات واسعة النطاق لتحويل صفحة الويب إلى كود وإطار عمل لتقييم ماجستير إدارة الأعمال متعدد الوسائط ( 2024.06.28 )
OMG-LLaVA: سد مستوى الصورة ومستوى الكائن والتفكير والفهم على مستوى البكسل ( 2024.06.27 )
تحسين محرك البحث التنافسي لنماذج اللغات الكبيرة ( 2024.06.26 )
VideoLLM-online: نموذج لغة كبير للفيديو عبر الإنترنت لبث الفيديو ( 2024.06.17 )
يتيح تنظيم الحالات المخفية تعلم نموذج المكافآت القابل للتعميم لحاملي شهادة الماجستير في القانون ( 2024.06.14 )
نموذج الانحدار الذاتي يتفوق على الانتشار: اللاما لتوليد صور قابلة للتطوير ( 2024.06.10 )
تحاكي نماذج اللغة بعض الملامح المعرفية: دراسة في كيفية تفاعل مقاييس القدرة على التنبؤ مع الفروق الفردية ( 2024.06.07 )
PaCE: هندسة المفهوم الشحيح لنماذج اللغات الكبيرة ( 2024.06.06 )
Yuan 2.0-M32: مزيج من الخبراء مع جهاز توجيه الانتباه ( 2024.05.28 )
القائمة الورقية كاملة؟ من أجل "التطبيق الفوري"؟
نظرية اللاما: تحويل ماجستير إدارة الأعمال للأغراض العامة إلى خبراء Lean4 ( 2024.07.03 )
فهم شكل المشاة ثلاثي الأبعاد لإعادة تحديد هوية الشخص من خلال التعلم متعدد العروض ( 2024.07.01 )
محو الرمز المميز باعتباره بصمة لعناصر المفردات الضمنية في ماجستير إدارة الأعمال ( 2024.06.28 )
OMG-LLaVA: سد مستوى الصورة ومستوى الكائن والتفكير والفهم على مستوى البكسل ( 2024.06.27 )
المشاكل الأساسية في تحرير النماذج: كيف يجب أن تعمل مراجعة المعتقد العقلاني في ماجستير إدارة الأعمال؟ ( 2024.06.27 )
نماذج عالمية فعالة مع الترميز المدرك للسياق ( 2024.06.27 )
المتانة الرائعة للماجستير في القانون: مراحل الاستدلال؟ ( 2024.06.27 )
ResumeAtlas: إعادة النظر في تصنيف السيرة الذاتية باستخدام مجموعات البيانات واسعة النطاق ونماذج اللغات الكبيرة ( 2024.06.26 )
AITTI: رمز التعلم التكيفي الشامل لإنشاء النص إلى صورة ( 2024.06.18 )
الكشف عن نماذج لغة الرؤية الخالية من التشفير ( 2024.06.17 )
القائمة الورقية كاملة؟ من أجل "نماذج التأسيس"؟
أصبحت نماذج اللغات الكبيرة (LLMs) تقنية ثورية تشكل تطور عصرنا. يمكن للمطورين إنشاء تطبيقات لم تكن ممكنة في السابق إلا في مخيلتنا من خلال بناء LLMs. ومع ذلك، فإن استخدام هذه LLMs غالبًا ما يأتي مع بعض العوائق التقنية، وحتى في المرحلة التمهيدية، قد يتم تخويف الأشخاص من خلال التكنولوجيا المتطورة: هل لديك أي أسئلة مثل ما يلي؟
إذا كان هناك برنامج تعليمي يمكن الوصول إليه لجميع الجماهير، وليس فقط متخصصي علوم الكمبيوتر، فإنه سيوفر إرشادات مفصلة وشاملة للبدء بسرعة والعمل في فترة زمنية قصيرة، وتحقيق الهدف المتمثل في القدرة على استخدام LLMs بمرونة. وبشكل خلاق لبناء البرامج التي يتصورونها. والآن، فقط لأجلك: دليل Langchain للمبتدئين الأكثر تفصيلاً وشمولاً، مصدره موقع langchain الرسمي ولكن مع مزيد من التعديلات على المحتوى، مصحوبًا بأمثلة التعليمات البرمجية الأكثر تفصيلاً ومشروحة، وتعليم سطور التعليمات البرمجية سطرًا وجملة بعد جملة إلى جميع الجماهير.
انقر هنا؟ للقيام بجولة سريعة للبدء مع LLM.
تتم صيانة هذا الريبو بواسطة EgoAlpha Lab. نرحب بالأسئلة والمناقشات عبر [email protected] .
نحن على استعداد للمشاركة في مناقشات مع الأصدقاء من المجتمعات الأكاديمية والصناعية، واستكشاف أحدث التطورات في الهندسة السريعة والتعلم في السياق معًا.
شكرًا لطلاب الدكتوراه من EgoAlpha Lab وغيرهم من العاملين الذين شاركوا في هذا الريبو. سنقوم بتحسين المشروع في فترة المتابعة والحفاظ على هذا المجتمع بشكل جيد. ونود أيضًا أن نعرب عن خالص امتناننا لمؤلفي الموارد ذات الصلة. لقد وسعت جهودكم آفاقنا ومكنتنا من رؤية عالم أكثر روعة.
