探讨 LLM 诚实性的论文和研究资料列表，旨在深入了解 LLM 的自我认知和自我表达能力，并提出了改进这些能力的方法
TrustLLM专注于LLM（大型语言模型）的可信度研究，制定了不同维度的评估原则，并建立了涵盖真实性、安全性、公平性、鲁棒性、隐私性和机器伦理六个维度的基准评估。
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。
LLMPapers是一个专注于大型语言模型（如ChatGPT、GPT-3、Codex等）的文献和研究论文资源平台，旨在为研究人员和开发者提供丰富的参考资料。该项目定期更新，涵盖最新的研究成果和技术进展，同时鼓励用户贡献新的文献资源。
大语言模型在图上的应用是一项新兴领域。本文系统地回顾了大语言模型在图上的应用场景和技术方法。将应用场景分为纯图、文本丰富的图和文本配对的图三类，讨论了LLM作为预测器、编码器和对齐器的具体技术。此外，还提到了这些方法的实际应用和开源代码和基准数据集，总结了该领域未来的研究方向。
GPT-3 Playground是一个高级平台，旨在展示OpenAI的GPT-3语言处理能力，用户可以直接与AI进行交互，输入自定义提示以观察文本生成。其功能强大，适合从内容创作者到开发者等多种用户，提供了丰富的定制选项和实时输出调整。
该项目汇集了精选的扩散模型推理论文，涵盖了多种技术，包括采样、缓存以及多GPU支持，为研究者和开发者提供了丰富的学习和应用资源。
