这是一个关于大规模语言模型的精彩集合，汇聚了最新的研究成果和资源，包括论文、技术进展以及各种语言模型的比较和评估，支持社区的贡献和反馈。
小型语言模型综述资源集：旨在全面调研小型语言模型的技术、应用、效率以及与大型语言模型的协作和可信度
该项目提供了高效大语言模型的文献综述，涵盖最新的研究进展和技术，适用于研究人员和开发者的参考资料，并支持多种应用场景的分析。
该项目根据我们的调查整理了评估大型语言模型的文献，提供了全面的评价方法和研究资料。
该项目汇集了关于大型语言模型（LLM）规划能力的重要文献，提供对LLM规划能力的深入理解，支持研究人员和开发者了解最新的研究动态，为相关领域的学习和研究提供参考资料。
该项目是关于《大型语言模型事实性调查：知识、检索与领域特异性的调查论文》的存储库，提供关于大型语言模型事实性的全面文献回顾，深入探讨知识检索机制，并分析领域特定的事实性挑战，同时比较增强事实性的不同方法，为人工智能和自然语言处理领域的研究人员提供资源。
这是一个精心挑选的资源高效大型语言模型（LLM）相关高质量论文的列表，涵盖了该领域的最新研究进展，并定期更新。
该项目专注于提供有关数据库的全面知识，特别是 PostgreSQL，涵盖最佳实践、实用示例和教程，支持多种数据库相关主题。
Laneform是一个供城市规划者、开发者和市民领袖使用的平台，旨在创建概念图像并引导社区成员参与互动视觉调查。用户只需在网站上注册账户，登录后即可通过上传相关图像来创建概念图像和调查，促进社区的参与和反馈。
该项目收集了关于具身多模态大型语言模型（VLA模型）的研究论文，旨在为研究人员和开发者提供最新的研究进展和相关文献资源，帮助大家获取前沿信息，推动该领域的发展。
这是一个精心策划的资源列表，涵盖了有关在不进行昂贵再训练的情况下更新大型语言模型（LLMs）的优秀论文和资源，基于EMNLP'23的调查结果。
Impact Stack 是一个AI聊天机器人，专注于研究社会和环境影响，提供可持续性指标和绿色建议。它利用Semantic Scholar的2亿多篇学术论文，并整合Gaia Lens的数据，以符合联合国可持续发展目标（UNSDG）和可持续会计标准委员会（SASB）的标准。
关于大规模预训练语言模型工具使用和代码生成的论文集合，涵盖了相关研究和复杂推理的内容，提供对当前研究趋势的深入分析。
精选大型语言模型在推理时自我改进的研究论文列表，助力模型性能提升。该项目汇集了大量优秀研究，提供最新的调查结果，旨在帮助研究者和开发者优化大型语言模型的性能。
Awesome_Multimodal是一个精心策划的GitHub项目，提供关于多模态大语言模型（MLLM）的全面资源集合。
ScholarAI是一个基于AI的平台，旨在帮助学者和研究人员简化研究过程，提升学术产出。
CHATGPT Empowered Search是一个强大的网页搜索工具，它结合了CHATGPT的能力和庞大的知识数据库。该工具通过提供来自可信来源的摘要搜索结果，解决了知识有限的问题，并为所有提供的信息提供参考或引用。
该项目是对多模态大语言模型的全面调查，涵盖最新进展、模型比较和评估以及多种应用场景，信息更新频繁，确保时效性。
