Scientific Large Language Models Survey开源项目 – 专注于生物与化学领域的调查

这是一个关于科学大型语言模型（Sci-LLMs）的全面调查，重点关注生物学和化学领域，提供深入的分析与比较，以助于研究人员更好地了解和应用这些模型。
Scientific Large Language Models Survey的特点:
1. 深入分析各种Sci-LLM模型。
2. 不同模型之间的性能指标比较。
3. 关注生物学和化学领域的应用。
4. 洞察Sci-LLMs的最新进展。
5. 提供进一步探索特定模型的资源链接。

Scientific Large Language Models Survey的功能:
1. 参考调查了解Sci-LLMs的整体格局。
2. 利用比较指标选择适合研究的模型。
3. 探索讨论的应用，获取生物和化学研究的灵感。
4. 访问链接的资源，深入了解特定模型。

相关导航

Context Length Extension Techniques in Large Language Models-探讨上下文长度扩展的研究进展

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。

Aidan Bench开源项目 – 衡量LLMs创新性与可靠性的工具

Aidan Bench是一个专门用于评估大型语言模型（LLMs）创新性与可靠性的工具。通过一系列开放式问题，它测试模型的创造力、可靠性、上下文注意力和指令遵循能力，旨在揭示在标准基准测试中可能被低估的能力。

Chatbot Arena ELO Ranking Animation开源项目 – 动态展示大语言模型的排名变化

通过 LMSYS 的 Chatbot Arena 数据生成的大语言模型过去一年 ELO 的排名变化对比动画，帮助用户直观了解不同模型的表现和竞争力。

FLEX开源项目 – 少样本NLP评估的统一框架

FLEX是一个用于进行统一的、严格的少样本NLP评估的基准和框架，旨在为研究人员和开发者提供一个标准化的评估平台，支持多种NLP任务，便于比较不同模型的性能，并允许用户根据需要自定义评估指标。

LLMSurvey开源项目 – LLaMA模型族进化图

LLMSurvey是一个提供LLaMA模型族进化图的项目，用户可以通过该工具查看不同版本模型的性能，比较多种模型参数，并获取相关的训练和评估数据。

LLaMA-Factory开源项目 – 高效微调大语言模型的工具

LLaMA-Factory 是一个易于使用的 WebUI 框架，旨在高效微调 100 多种大语言模型（LLM）。它支持多种模型和训练方法，包括 LLaMA、Mistral、Qwen 等，并集成了多种微调方法如 LoRA、QLoRA、PPO、DPO 等。LLaMA-Factory 提供了高级算法如 GaLore、BAdam、DoRA、LongLoRA 等，以及实用技巧如 flashattention、RoPE 缩放等，以优化微调效果。此外，它还支持实验管理工具如 LlamaBoard、TensorBoard、Wandb，以及高效的推理接口如 Gradio UI 和 OpenAI 风格的 API。

ML-Recipes开源项目 – 独立的机器学习算法实现集合

ML-Recipes是一个集合，包含多个独立的Python机器学习算法实现，提供易于理解和修改的代码示例，适合初学者和机器学习研究者，涵盖多种机器学习任务和技术。

Spring AI Alibaba开源项目 – Java AI应用开发框架

Spring AI Alibaba 是一个为 Java 开发者设计的 AI 应用框架，构建于 Spring AI 之上，旨在无缝集成阿里云 QWen LLM 服务和云原生基础设施，简化 Java AI 应用的开发流程。它支持多种模型类型，提供同步和流式 API 选项，并支持将 AI 模型输出映射到 POJO。此外，它还提供了高级 AI 代理抽象、跨向量存储提供商的可移植 API、函数调用、Spring Boot 自动配置和启动器、RAG（检索增强生成）支持等功能。

Chunk官网 – 智能知识库助手

Chunk将您的文档和笔记转化为一个互动且智能的信息扩展，提供快速、准确的答案，并具有无与伦比的自定义功能。

JobJump官网 – 智能面试助手，提升求职信心

JobJump 是一款创新的 AI 面试助手，旨在彻底改变求职者的面试准备方式。通过先进的 AI 技术，JobJump 为用户提供定制化的面试练习、反馈和洞察，以提升其表现。该工具专为希望在面试中脱颖而出的个人设计，简化准备过程并增强自信心。

ARC AGI-解决 ARC开源项目 – AGI 问题的先进方法

通过使用 Sonnet 3.5 和演化式测试时计算方法，ARC AGI 项目旨在解决 ARC-AGI 问题，并深入探讨该方法对人工通用智能（AGI）的潜在影响。该项目结合了先进的计算技术和测试方法，推动 AGI 领域的研究与发展。

GVLM Dataset Version 1.0开源项目 – 大规模遥感图像地质灾害数据集

大规模开源的遥感图像地质灾害点变化检测数据集，包含17对时变超高分辨率遥感图像，分辨率0.59m，采集自谷歌地球服务。总覆盖面积163.77平方公里，图像来自不同地理位置、时间、地表类型的地质灾害点，具有丰富的光谱异质性。

Deep Research官网 – 高效研究助手

Deep Research 是 OpenAI 推出的一项新功能，专为金融、科学、工程等高强度知识工作领域设计。它基于 OpenAI o3 模型，通过强化学习和真实任务训练，能够在几十分钟内完成人类专家需要数小时的复杂研究任务。该工具可以搜索、分析并整合数百个在线资源，生成达到研究分析师水平的综合报告，并支持上传文件以添加额外资料。未来还将添加嵌入式图片、数据可视化等功能，进一步提升其在数据分析和报告生成中的实用性。

InstructScore (SEScore3)开源项目 – 文本生成评估的首个解释性指标

InstructScore (SEScore3) 是用于文本生成评估的首个解释性指标，提供全面的评估和诊断报告，帮助识别模型的优缺点，支持多种文本生成任务，并能比较不同模型的输出。