LLM系统研究

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。

本项目收录了关于大型语言模型（LLM）作为优化器的关键论文，并提供了自动优化相关文献的全面列表，专注于如何优化提示以提高LLM的性能，涵盖了最新的研究进展和技术。

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。

这是一个针对高效大语言模型的精心策划的资源列表，涵盖相关研究论文和技术，定期更新以保持信息的时效性，并对资源进行分类，方便用户浏览。包括理论论文和实践实现，旨在为研究人员和开发者提供有价值的参考。

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。

Awesome-Agent4SE是一个关于软件工程中Agent的资源列表，汇集了大量关于如何将大型语言模型（LLM）应用于软件工程领域的研究论文。该项目旨在帮助开发者和研究人员更好地理解和利用这些技术，以提升软件开发的效率和质量。通过提供全面的调查、现状和未来展望，Awesome-Agent4SE成为了一个宝贵的资源库，适用于学术研究、开发项目以及教学培训。

该项目包含与3D Gaussian Splatting相关的论文列表，旨在为研究人员和开发者提供一个集中资源，方便查阅相关文献和资料。

本书旨在概述大型语言模型的基本概念并介绍相关技术，重点在于大型语言模型的基础方面，而不是全面覆盖所有前沿方法。

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。

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。

关于使用RAG模式(Retrieval-Augmented Generation)的应用和资源的信息，包括关于RAG技术的综述，以及一些GitHub库和企业级应用的链接，这些应用使用RAG模型来增强自然语言处理和信息检索能力

这是一个精心策划的关于GPT、ChatGPT、OpenAI、LLM等相关项目和资源的集合。

本项目提供了一份关于大型预训练基础推荐模型的文献综述，探讨了推荐系统的基础模型及其演变，包括ID嵌入的必要性、替代方案，以及推荐系统向生成范式转变的可能性。此外，还研究了如何利用大型语言模型增强推荐系统的性能，并论述了多模态推荐系统的未来发展方向。

大型语言模型研究资源库，专注于OpenAI o1和推理技术，持续更新以追踪LLM推理的最新进展

Fork是一个创新的人工智能工具，旨在揭示Google Play和App Store上移动应用使用的技术。它使用户能够深入研究竞争对手，生成定制化的销售线索列表，并基于技术使用情况发现潜在合作伙伴。Fork适用于希望推动收入和建立更好竞争策略的专业人士，提供实时搜索预览、多维结果和详细联系信息等一系列功能。