Коллекция из 1001 статьи, блога и проекта по технологиям OpenAI o1 и inference.

Общее введение

Awesome-LLM-Strawberry - это репозиторий с открытым исходным кодом, посвященный большим языковым моделям (LLM) и методам рассуждений на их основе. Он был создан hijkzzz для сбора и организации научных статей, блогов и проектов, связанных с OpenAI и его моделью Strawberry (o1). Репозиторий постоянно обновляется, чтобы отслеживать последние достижения в области рассуждений LLM, предоставляя богатый источник справочных материалов для исследователей и разработчиков.

Список функций

• Сбор и обобщение исследовательских работ, связанных с моделью OpenAI Strawberry (o1)
• Предоставляет ссылки на блоги и проекты, связанные с методами вывода LLM
• Постоянное обновление, чтобы следить за последними достижениями в области вывода LLM
• Предоставляет ссылки на официальную документацию OpenAI и связанные с ней ресурсы.
• Содержит статьи и проекты в нескольких областях исследований, таких как автоматизированное доказательство теорем, подсказки для цепного мышления, самокритичные модели LLM и др.

Использование помощи

1. Найти исследовательскую работу: На главной странице репозитория или в файле README найдите интересующую вас область исследований, например, автоматическое доказательство теорем или подсказки по цепному мышлению. Щелкните на соответствующей ссылке, чтобы перейти на страницу конкретной работы или проекта.
2. Читайте блоги и проекты: В файле README вы найдете ссылки на блоги и проекты, связанные с методами вывода LLM. Перейдите по ссылкам, чтобы прочитать подробности и узнать о последних достижениях в области исследований и применения технологий.
3. Использование ресурсов OpenAI: В этом репозитории вы можете найти ссылки на официальную документацию OpenAI и связанные с ней ресурсы. Щелкните по ссылкам, чтобы перейти на платформу OpenAI для получения более подробной технической документации и руководств для разработчиков.
4. Участие в дискуссиях и вклад: Участвуйте в обсуждениях проекта и делитесь своими соображениями и предложениями с помощью функций GitHub Issues или Discussions. Вы также можете вносить новые ресурсы и предложения по улучшению, отправляя Pull Request.