Download Domain Specific LLMs - Download des Quellcodes Domain Specific LLMs

Herunterladen

Domänenspezifische LLMs

Große Sprachmodelle (LLMs) haben die Landschaft der Verarbeitung natürlicher Sprache revolutioniert und zeigen beispiellose Leistungsfähigkeit bei einer Vielzahl von Aufgaben, von der einfachen Textgenerierung bis hin zur komplexen Problemlösung.
Da sich das Potenzial von LLMs immer weiter entfaltet, besteht ein zunehmender Bedarf, diese Modelle auf bestimmte Bereiche und Branchen zuzuschneiden und sicherzustellen, dass ihre umfangreiche Wissensbasis auf spezielle Anforderungen abgestimmt ist.
Dieses Repo zielt darauf ab, eine Datenbank mit domänenspezifischen LLMs zu erstellen, die für verschiedene Sektoren optimiert sind, von Gesundheitswesen und Recht bis hin zu Finanzen und Unterhaltung.
Ziel ist es, die Lücke zwischen generischen LLMs und Nischenanwendungen zu schließen und Tools vorzustellen, die die einzigartigen sprachlichen Nuancen und Wissensanforderungen verschiedener Branchen wirklich verstehen und darauf eingehen.

Name	Typ	Beschreibung	Demo	Papier	Repo	Website
ProtGPT2	Vortrainiert	LLM (mit 738 Millionen Parametern) speziell für Protein-Engineering und -Design durch Training im Proteinraum, der De-novo-Proteinsequenzen nach den Prinzipien natürlicher Proteinsequenzen generiert.	?	-	-	?

Name	Typ	Beschreibung	Demo	Papier	Repo	Website
BloombergGPT	Vortrainiert	LLM mit 50 Milliarden Parametern, trainiert auf einer breiten Palette von Finanzdaten (363 Milliarden Token-Datensatz)	-	?	-	-
FinChat	?	Generatives KI-Tool für die Investitionsanalyse, das dazu beiträgt, den Zeitaufwand für die Aggregation, Visualisierung und Zusammenfassung von Daten erheblich zu reduzieren.	?	-	-	?
FinGPT	Fein abgestimmt	Eine Reihe von LLMs, die auf Basismodellen (z. B. Llama-2) mit offenen Finanzdaten verfeinert wurden	-	?	?	?
FinMA	Fein abgestimmt	Finanzielles LLM von der Feinabstimmung von LLaMa mit finanzbasierten Instruktionsdaten mit 136.000 Datenbeispielen	?	?	?	-
Fragen Sie FT	?	LLM-Tool, mit dem Benutzer beliebige Fragen stellen und eine Antwort mithilfe von Inhalten der Financial Times (FT) erhalten können, die in den letzten zwei Jahrzehnten veröffentlicht wurden.	?	?	-	-

Name	Typ	Beschreibung	Repo	Papier	Demo	Website
Med-PaLM	Fein abgestimmt	Das LLM von Google (verfeinert mit PaLM als Basismodell) wurde entwickelt, um qualitativ hochwertige Antworten auf medizinische Fragen zu liefern.	-	?	-	?
Med-PaLM 2	Fein abgestimmt	Erweiterte Version von Med-PaLM, veröffentlicht im März 2023 von Google mit verbesserter Leistung	?	?	?	?
ApothekeGPT	Lernen im Kontext	GPT-4-Modell gekoppelt mit kontextbezogenem Lernen (dynamischer Prompting-Ansatz) unter Einbeziehung domänenspezifischer Daten	-	?	-	-
RUSSELL-GPT	Fein abgestimmt	LLM wurde vom National University Health System in Singapur entwickelt, um die Produktivität von Ärzten zu steigern (z. B. medizinische Fragen und Antworten, Zusammenfassung von Fallnotizen).	-	-	-	?
PH-LLM	Fein abgestimmt	Das Personal Health Large Language Model (PH-LLM) ist eine fein abgestimmte Version von Gemini, die darauf ausgelegt ist, Erkenntnisse und Empfehlungen zur Verbesserung des persönlichen Gesundheitsverhaltens im Zusammenhang mit Schlaf- und Fitnessmustern zu generieren.	-	?	-	?

Name	Typ	Beschreibung	Repo	Papier	Demo	Website
EULE	Fein abgestimmt	Ein umfangreiches Sprachmodell für den IT-Betrieb, das auf der Grundlage eines benutzerdefinierten Owl-Instruct-Datensatzes mit einer breiten Palette an IT-bezogenen Informationen verfeinert wurde	-	?	-	-

Name	Typ	Beschreibung	Repo	Papier	Demo	Website
TelecomGPT: Ein Framework zum Erstellen telekommunikationsspezifischer großer Sprachmodelle	Fein abgestimmt	Telekommunikationsspezifisches LLM, das für mehrere nachgelagerte Aufgaben im Telekommunikationsbereich verwendet werden kann	-	?	-	-

Fügen Sie Beispiele aus dem Bereich der anderen unter „Mitwirken“ aufgeführten Bereiche/Branchen hinzu
Nicht-LLM-GenAI-Beispiele einschließen (Repo-Umfang erweitern)

Expandieren

Zusätzliche Informationen