LLM для конкретной предметной области
Комплексный сборник индивидуальных программ LLM для конкретных областей и отраслей.
Контекст
- Большие языковые модели (LLM) произвели революцию в сфере обработки естественного языка, продемонстрировав беспрецедентное мастерство в широком спектре задач, от простой генерации текста до сложного решения проблем.
- Поскольку потенциал LLM продолжает раскрываться, растет потребность адаптировать эти модели для конкретных областей и отраслей, гарантируя, что их обширная база знаний соответствует специализированным требованиям.
- Целью этого репозитория является создание базы данных LLM по конкретной предметной области, оптимизированной для различных секторов: от здравоохранения и права до финансов и развлечений.
- Он стремится преодолеть разрыв между общими LLM и нишевыми приложениями, демонстрируя инструменты, которые действительно понимают и удовлетворяют уникальные лингвистические нюансы и потребности в знаниях различных отраслей.
Содержание
- Биология
- Финансы
- Здравоохранение
- Информационные технологии
- Телекоммуникации
Биология
| Имя | Тип | Описание | Демо | Бумага | Репо | Сайт |
|---|
| ПротGPT2 | Предварительно обученный | LLM (с 738 миллионами параметров) специально для инженерии и проектирования белков путем обучения на белковом пространстве, которое генерирует белковые последовательности de novo в соответствии с принципами естественных. | ? | - | - | ? |
Финансы
| Имя | Тип | Описание | Демо | Бумага | Репо | Сайт |
|---|
| BloombergGPT | Предварительно обученный | LLM на 50 миллиардов параметров, обученный на широком спектре финансовых данных (набор данных из 363 миллиардов токенов) | - | ? | - | - |
| ФинЧат | ? | Генеративный инструмент искусственного интеллекта для инвестиционных исследований, помогающий значительно сократить затраты времени на агрегацию, визуализацию и обобщение данных. | ? | - | - | ? |
| ФинГПТ | Точная настройка | Серия LLM, оптимизированных на основе базовых моделей (например, Llama-2) с открытыми финансовыми данными. | - | ? | ? | ? |
| ФинМА | Точная настройка | Финансовый LLM за счет тонкой настройки LLaMa с использованием данных финансовых инструкций и 136 тыс. выборок данных. | ? | ? | ? | - |
| Спросите FT | ? | Инструмент LLM, который позволяет пользователям задавать любые вопросы и получать ответы, используя контент Financial Times (FT), опубликованный за последние два десятилетия. | ? | ? | - | - |
Здравоохранение
| Имя | Тип | Описание | Репо | Бумага | Демо | Сайт |
|---|
| Мед-ПаЛМ | Точная настройка | LLM от Google (тонкая настройка с использованием PaLM в качестве базовой модели) предназначена для предоставления высококачественных ответов на медицинские вопросы. | - | ? | - | ? |
| Мед-ПаЛМ 2 | Точная настройка | Расширенная версия Med-PaLM, выпущенная Google в марте 2023 г., с улучшенной производительностью. | ? | ? | ? | ? |
| АптекаGPT | Контекстное обучение | Модель GPT-4 в сочетании с контекстным обучением (подход с динамическими подсказками) с использованием данных, специфичных для предметной области. | - | ? | - | - |
| РАССЕЛ-GPT | Точная настройка | LLM разработан Национальной системой здравоохранения университета Сингапура для повышения производительности врачей (например, медицинские вопросы и ответы, обобщение истории болезни) | - | - | - | ? |
| PH-LLM | Точная настройка | Большая языковая модель личного здоровья (PH-LLM) — это доработанная версия Gemini, предназначенная для получения информации и рекомендаций по улучшению поведения в отношении личного здоровья, связанного со сном и физической подготовкой. | - | ? | - | ? |
Информационные технологии (ИТ)
| Имя | Тип | Описание | Репо | Бумага | Демо | Сайт |
|---|
| СОВА | Точная настройка | Большая языковая модель для ИТ-операций, настроенная на основе специального набора данных Owl-Instruct с широким спектром информации, связанной с ИТ. | - | ? | - | - |
Телекоммуникации
| Имя | Тип | Описание | Репо | Бумага | Демо | Сайт |
|---|
| TelecomGPT: платформа для создания моделей большого языка, ориентированных на телекоммуникации | Точная настройка | Специальный LLM для телекоммуникаций, который можно использовать для решения множества последующих задач в телекоммуникационной сфере. | - | ? | - | - |
Сделать
