大语言模型在隐空间推理的论文库，汇集了LLMs隐空间推理的前沿研究，覆盖预训练、微调、多模态等多个方向，定期更新，紧跟最新学术动态，提供丰富的论文链接和代码资源，助力研究与实践。
一份精心收集机器人领域相关的3D视觉论文合集，包括政策学习、预训练、VLM和LLM、数据集和基准等相关论文、代码和相关网站。
有关大型语言模型（LLM）约束解码的精选论文列表，包含相关代码和资源，旨在实现更可靠、可控和高效的文本生成。
RAG技术通过检索方法与深度学习结合，动态整合最新的外部信息，以提高大型语言模型生成文本的可靠性，并解决生成过程中可能出现的错误信息（幻觉）问题。
这是一个开放的集合，包含最前沿的文本转化（Text to X）方法（论文、代码和数据集）。
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。
MM-LLM是一个增强现有大型语言模型的框架，支持多模态输入和输出，同时保持其推理和决策能力。该项目提供全面的模型架构和训练管道设计，并回顾了在主流基准上的表现，旨在推动多模态任务的发展。
bricks是一个模块化的自然语言处理工具，包含分类器、提取器和生成器等众多基础模块，支持多种NLP任务，具有开源和易于扩展的特点。
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。
实现了对大型语言模型输出的约束解码，支持多种格式的语法规则，并且具有高效的性能。该项目旨在提高语言模型的输出质量，确保生成文本符合特定的语法和结构要求，适用于多种自然语言处理任务。
一个包含机器翻译的项目，提供有关大型语言模型的论文的中文翻译，支持多种文档格式，方便用户访问和分享。
