课程目录

• 基于LangChain和知识图谱的大模型医疗问答机器人项目
• 源代码
• 大模型实战P25LangChain之给Agent加Memory
• 大模型实战P11LangChain之Prompt和LLMChain
• 大模型实战P45问答机器人项目面试考点总结
• 大模型实战P36从用户问题中抽取命名实体词槽
• 大模型实战P37CQL词槽填充和相关问题筛选
• 大模型实战P1LangChain与知识图谱问答机器人项目
• 大模型实战P13LangChain之FewShotPrompt
• 大模型实战P41用户消息的补全和归纳总结
• 大模型实战P48快速接入百川和Claude大模型
• Neo4j实战P7-1Windows和Mac本地安装Neo4j数据库
• 大模型实战P44LangChain框架版本升级
• 大模型实战P24LangChain之多Agent协作
• 大模型实战P12LangChain之多参数与LCEL
• 大模型实战P32定义环境变量和模型获取函数
• 大模型实战P47一种解决Agent响应慢的方法
• 大模型实战P19LangChain之FAISS文档召回
• 大模型实战P28LangChain之GraphCypherQAChain
• 大模型实战P31项目LangChainAgent架构简介
• 大模型实战P40用Agent串联业务处理函数
• 大模型实战P43LangSmith监控大模型应用程序
• 大模型实战P20LangChain之文档加载和分割
• 大模型实战P30Gradio之ChatInterface对话界面
• 大模型实战P15LangChain之ConversationChain
• 大模型实战P27LangChain之输出提示词重写
• 大模型实战P8OpenAI接口实现TextEmbeddings
• 大模型实战P18LangChain之问答QAChain
• 大模型实战P9根据OpenAI句向量召回相似文本
• 大模型实战P26LangChain之命名实体识别
• 大模型实战P6OpenAI接口调用Token计算
• 大模型实战P46共性问题修复和统一答疑
• 大模型实战P39Google搜索回答非在库问题
• 大模型实战P10LangChain简介与初体验
• 大模型实战P16LangChain之Memory
• 大模型实战P17LangChain之LLMRequestsChain
• 大模型实战P2基础课和项目课的内容概述
• 大模型实战P21LangChain之文档检索问答
• 大模型实战P7OpenAI接口实现多轮对话
• Neo4j实战P7-2Windows和Mac本地安装Neo4j数据库
• 医疗问答P7CSV文件导入到Neo4j数据库
• 大模型实战P22LangChain之向量保存和加载
• 大模型实战P5OpenAI对话接口代码优化
• 大模型实战P3大语言模型通识和课前准备
• 大模型实战P42Gradio对话窗口修改和测试
• 大模型实战P29Gradio简介与初体验
• 大模型实战P14LangChain之SequentialChain
• 大模型实战P38查询Neo4j回答医疗相关问题
• 大模型实战P35Chroma召回数据回答公司相关问题
• 大模型实战P34通用大模型回答日常交际问题
• 大模型实战P33公司相关文档向量化和存储
• 大模型实战P4OpenAI对话接口简单使用方法
• 大模型实战P23LangChain之Agent和自定义Tool
• 大模型面试笔记书籍
• 大模型论文
• CVPR 2024 (最佳+oral+highlight）(持续更新）
• 1 CVPR'24 获奖论文
• 4 最佳学生论文次优奖
• Objects as volumes： A stochastic geometry view of opaque solids
• Comparing the Decision-Making Mechanisms by Transformers and CNNs
• 2 最佳学生论文奖
• BIOCLIP：A Vision Foundation Model for the Tree of Life
• Mip-Splatting：Alias-free 3D Gaussian Splatting
• 3 最佳论文次优奖
• pixelSplat. 3D Gaussian Splats from lmage Pairs for Scalable Generalizable 3D Reconstruction
• 1 最佳论文奖
• Rich Human Feedback for Text-to-Image Generation
• Generative Image Dynamics
• 3 CVPR'24 oral论文（更新完毕）
• 18 多模态学习
• Describing Differences in Image Sets with Natural Language
• NoiseCLR：A Contrastive Learning Approach for Unsupervised Discovery of Interpretable Directions in Diffusion Models
• MetaCloak
• InternVL：Scaling up Vision Foundation Models and Aligning for Generic Visual-Linguistic Tasks
• 1 低层次视觉
• Specularity Factorization for Low-Light Enhancement
• FMA-Net：Flow-Guided Dynamic Filtering and Iterative Feature Refinement with Multi-Attention for Joint Video Super-Resolution and Deblurring
• Bilateral Event Mining and Complementary for Event Stream Super-Resolution
• FlowIE：Efficient Image Enhancement via Rectified Flow
• Towards Robust Event-guided Low-Light Image Enhancement
• 11三维视觉
• A Subspace-Constrained Tyler’s Estimator and its Applications to Structure from Motion
• 16 低层次视觉与遥感
• DART：Implicit Doppler Tomography for Radar Novel View Synthesis
• LDP： Language-driven Dual-Pixel Image Defocus Deblurring Network
• 14 多视角三维技术和传感器 2
• Learning to Produce Semi-dense Correspondences for Visual Localization
• 15 低样本学习、自监督学习和半监督学习
• CroSel
• LTGC：Long-tail Recognition via Leveraging LLMs-driven Generated Content
• Improving Semantic Correspondence with Viewpoint-Guided Spherical Maps
• 6 多视角三维技术和传感器
• Seeing the World through Your Eyes
• Tri-Perspective View Decomposition for Geometry-Aware Depth Completion
• Steerers：A Framework for Rotation Equivariant Keypoint Descriptors
• Point Transformer V3：Simpler Faster Stronger
• Matching 2D Images in 3D： Metric Relative Pose from Metric Correspondences
• 5 深度学习架构与技术
• Neural Lineage
• Learning Structure-from-Motion with Graph Attention Networks
• Neural Redshift：Random Networks are not Random Functions
• In Search of a Data Transformation That Accelerates Neural Field Training
• Florence-2： Advancing a Unified Representation for a Variety of Vision Tasks
• 7 单视角三维技术
• WALT3D：Generating Realistic Training Data from Time-Lapse Imagery for Reconstructing Dynamic Objects Under Occlusion
• EscherNet：A Generative Model for Scalable View Synthesis
• Rethinking Inductive Biases for Surface Normal Estimation
• 10 自主导航和自我中心视觉
• SAFDNet： A Simple and Effective Network for Fully Sparse 3D Object Detection
• EgoGen：An Egocentric Synthetic Data Generator
• UnO：Unsupervised Occupancy Fields for Perception and Forecasting
• 3 人类行为和特征
• Stratified Avatar Generation from Sparse Observations
• Semantic Human Mesh Reconstruction with Textures
• URHand：Universal Relightable Hands
• MultiPly：Reconstruction of Multiple People from Monocular Video in the Wild
• Relightable Gaussian Codec Avatars
• 2 视觉与图形
• Eclipse：Disambiguating Illumination and Materials using Unintended Shadows
• Retrieval-Augmented Layout Transformer for Content-Aware Layout Generation
• DiffusionLight：Light Probes for Free by Painting a Chrome Ball
• 9 医学与物理视觉
• Transcriptomics-guided Slide Representation Learning in Computational Pathology
• 17 图像与视频合成 2
• MonoHair：High-Fidelity Hair Modeling from a Monocular Video
• Alchemist：Parametric Control of Material Properties with Diffusion Models
• Visual Anagrams：Generating Multi-View Optical Illusions with Diffusion Models
• 8 视觉、语言与推理
• Visual Program Distillation：Distilling Tools and Programmatic Reasoning into Vision-Language Models
• LISA：Reasoning Segmentation via Large Language Model
• Eyes Wide Shut Exploring the Visual Shortcomings of Multimodal LLMs
• 12 动作和运动分析
• An N-Point Linear Solver for Line and Motion Estimation with Event Cameras
• FineParser：A Fine-grained Spatio-temporal Action Parser for Human-centric Action Quality Assessment
• Modeling Multimodal Social Interactions：New Challenges and Baselines with Densely Aligned Representations
• RoHM：Robust Human Motion Reconstruction via Diffusio
• 4 图像与视频合成
• Ranni：Taming Text-to-Image Diffusion for Accurate Instruction Following
• Attention Calibration for Disentangled Text-to-Image Personalization
• FreeU：Free Lunch in Diffusion U-Net
• Instruct-Imagen： Image Generation with Multi-modal Instruction
• Style Aligned Image Generation via Shared Attention
• 13 数据集和评估
• 360+x：A Panoptic Multi-modal Scene Understanding Dataset
• Deep Generative Model based Rate-Distortion for Image Downscaling Assessment
• Ego-Exo4D：Understanding Skilled Human Activity from First- and Third-Person Perspectives
• 4 CVPR'24 highlight论文（更新中）
• 2 CVPR'24 最佳论文提名（更新完毕）
• 2 开源代码
• 1 提名论文
• 50篇大型语言模型提示工程必读
• ICLR 2024（更新中）
• 20篇llm必读
• ICLR 2024
• 【时间检验奖】Auto-Encoding Variational Bayes
• AAAI 2024 111篇
• 大模型MoE必读论文
• 【直播课原文】Pushing Mixture of Experts to the Limit Extremely Parameter Efficient MoE for Instruction Tuning
• LISA：大模型微调40篇
• 在大型视觉语言模型中评估物体幻觉
• MiniGPT-v2：大型语言模型作为视觉语言多任务学习的统一接口
• SPHINX：多模态大型语言模型的权重、任务和视觉嵌入的联合混合
• 利用显式推理链和可视化问题生成推进大型多模态模型
• 睁大眼睛？探索多模态LLMs的视觉缺陷
• LLaMA-VID：在大型语言模型中，一个图像值 2 个令牌
• LST：用于参数和内存高效迁移学习的梯形图侧调
• VL-PET：通过粒度控制进行视觉和语言参数高效调整
• mPLUG-Owl2：通过模态协作彻底改变多模态大型语言模型
• CaMML：适用于大型模型的情境感知多模态学习器
• Ziya-Visual：通过多任务指令调优的双语大型视觉语言模型
• Qwen-VL：用于理解、定位、文本阅读等的多功能视觉语言模型
• Lyrics-通过语义感知视觉对象促进细粒度语言-视觉对齐和理解
• MMBench：你的多模态模型是一个全能的玩家吗？
• OtterHD：高分辨率多模态模型
• 通过视觉指令调整改进基线
• 可视化指令调优
• 对比视觉-语言对齐使教学成为学习者的高效
• MiniGPT-4：使用高级大型语言模型增强视觉语言理解
• SVIT：扩展可视化指令调优
• InfMLLM：可视化语言任务的统一框架
• ReForm-Eval：通过统一重新制定面向任务的基准来评估大型视觉语言模型
• InstructBLIP：通过指令调整实现通用视觉语言模型
• Compacter：高效的低秩超复杂适配器层
• Shikra：释放多模态LLM的参照对话魔力
• Genixer：将多模态大型语言模型赋能为强大的数据生成器提供支持
• 眼见为实：提示 GPT-4V 进行更好的视觉指令调整
• SEED-Bench：对多模态LLMs进行生成式理解的基准测试
• UniPT：具有高效参数和存储器的迁移学习通用并行调优
• LISA： Layerwise Importance Sampling for Memory-efficient Large Language Model Fine-Tuning
• GlitchBench：大型多模态模型可以检测视频游戏故障吗？
• Video-LLaVA：通过投影前的对齐来学习统一的视觉表示
• 视觉语言预训练模型的近似提示调整
• VL-ADAPTER：用于视觉和语言任务的参数高效迁移学习
• ShareGPT4V：使用更好的字幕改进大型多模态模型
• 关于多模态语言模型的性能
• Visual Instruction Tuning with Polite Flamingo
• MM-Vet：评估大型多模态模型的集成能力
• HyperPELT：针对语言和视觉与语言任务的统一参数高效语言模型调优
• DoRA- Weight-Decomposed Low-Rank Adaptation
• ECCV24 收录论文83篇（更新中）
• 推荐工作
• Code Llama论文（5月最新+内含24篇）
• 2 LLaMA 1、2 论文&源码
• 源码：llama-main
• LLaMA： Open and Efficient Foundation Language Models
• Llama 2：Open Foundation and Fine-Tuned Chat Models
• 3 Code Llama 其他相关论文
• 1 Code Llama 论文&源码
• 源码：codellama-main
• 论文：Code Llama：Open Foundation Models for Code
• ICML 2024 67篇
• ICML'23
• 看不见的概括，逻辑推理和学位课程
• 适应零和不完全信息博弈中的博弈树
• 大型语言模型的水印
• 像素递归神经网络
• 混淆梯度给人一种虚假的安全感：规避对抗性示例的防御
• D-Adaptation 的无学习率学习
• 异质性治疗效果的因果等渗校准
• 通过影响函数理解黑盒预测
• Beyond Hawkes：时空点过程的神经多事件预测
• 用于统一通用逼近的 Leaky-ReLU 神经网络的最小宽度
• 通过噪声到噪声映射从噪声 3D 点云中学习有符号距离函数
• 用于子集选择的可解释行列式选择模型
• 正交解耦高斯过程的球形诱导特征
• ICML'24 最佳论文+时间检验奖
• ICML'24 oral（更新中）
• 100篇大模型必读论文
• EMNLP 19篇
• 自然语言生成的主动学习
• 通过概念化来解释嵌入空间
• IMTLab：用于构建、评估和诊断交互式机器翻译系统的开源平台
• 驾驭灰色地带：不确定性和过度自信的表达如何影响语言模型
• RAPL：一种用于少样本文档级关系提取的关系感知原型学习方法
• 重新审视机器翻译的跨语言分类
• 视觉、机器人技术及其他领域的语言基础
• 通过对NLP领域学术写作的对比分析来解决语言偏见
• 了解模型压缩对大型语言模型中社会偏见的影响
• 凝聚力：生成文本连贯性的增量与整体评估的新基准
• 用语言模型进行推理就是用世界模型进行规划
• 使用大型语言模型进行可解释的心理健康分析
• TopWORDS-Poetry：基于贝叶斯推理的中国古典诗歌同步文本分割和单词发现
• 学习用于多模态失语症类型检测的共同语音手势
• 具有 Wasserstein 独立性的公平文本分类
• ROBBIE：大型生成语言模型的鲁棒偏差评估
• 大型语言模型可以自我改进
• SODA：具有社会常识语境化的百万级对话提炼
• 混合倒挂索引是用于密集检索的鲁棒加速器
• CVPR 2024 (持续更新）
• 1 CVPR'24 获奖论文
• 4 最佳学生论文次优奖
• Objects as volumes： A stochastic geometry view of opaque solids
• Comparing the Decision-Making Mechanisms by Transformers and CNNs
• 3 最佳论文次优奖
• pixelSplat. 3D Gaussian Splats from lmage Pairs for Scalable Generalizable 3D Reconstruction
• 2 最佳学生论文奖
• Mip-Splatting：Alias-free 3D Gaussian Splatting
• BIOCLIP：A Vision Foundation Model for the Tree of Life
• 1 最佳论文奖
• Generative Image Dynamics
• Rich Human Feedback for Text-to-Image Generation
• 3 CVPR'24 oral论文（更新完毕）
• 10 自主导航和自我中心视觉
• EgoGen：An Egocentric Synthetic Data Generator
• SAFDNet： A Simple and Effective Network for Fully Sparse 3D Object Detection
• UnO：Unsupervised Occupancy Fields for Perception and Forecasting
• 15 低样本学习、自监督学习和半监督学习
• Improving Semantic Correspondence with Viewpoint-Guided Spherical Maps
• CroSel
• LTGC：Long-tail Recognition via Leveraging LLMs-driven Generated Content
• 13 数据集和评估
• 360+x：A Panoptic Multi-modal Scene Understanding Dataset
• Deep Generative Model based Rate-Distortion for Image Downscaling Assessment
• Ego-Exo4D：Understanding Skilled Human Activity from First- and Third-Person Perspectives
• 12 动作和运动分析
• An N-Point Linear Solver for Line and Motion Estimation with Event Cameras
• Modeling Multimodal Social Interactions：New Challenges and Baselines with Densely Aligned Representations
• FineParser：A Fine-grained Spatio-temporal Action Parser for Human-centric Action Quality Assessment
• RoHM：Robust Human Motion Reconstruction via Diffusio
• 5 深度学习架构与技术
• Learning Structure-from-Motion with Graph Attention Networks
• Florence-2： Advancing a Unified Representation for a Variety of Vision Tasks
• In Search of a Data Transformation That Accelerates Neural Field Training
• Neural Lineage
• Neural Redshift：Random Networks are not Random Functions
• 7 单视角三维技术
• WALT3D：Generating Realistic Training Data from Time-Lapse Imagery for Reconstructing Dynamic Objects Under Occlusion
• EscherNet：A Generative Model for Scalable View Synthesis
• Rethinking Inductive Biases for Surface Normal Estimation
• 17 图像与视频合成 2
• Visual Anagrams：Generating Multi-View Optical Illusions with Diffusion Models
• Alchemist：Parametric Control of Material Properties with Diffusion Models
• MonoHair：High-Fidelity Hair Modeling from a Monocular Video
• 1 低层次视觉
• Towards Robust Event-guided Low-Light Image Enhancement
• Bilateral Event Mining and Complementary for Event Stream Super-Resolution
• Specularity Factorization for Low-Light Enhancement
• FMA-Net：Flow-Guided Dynamic Filtering and Iterative Feature Refinement with Multi-Attention for Joint Video Super-Resolution and Deblurring
• FlowIE：Efficient Image Enhancement via Rectified Flow
• 4 图像与视频合成
• FreeU：Free Lunch in Diffusion U-Net
• Attention Calibration for Disentangled Text-to-Image Personalization
• Instruct-Imagen： Image Generation with Multi-modal Instruction
• Ranni：Taming Text-to-Image Diffusion for Accurate Instruction Following
• Style Aligned Image Generation via Shared Attention
• 18 多模态学习
• NoiseCLR：A Contrastive Learning Approach for Unsupervised Discovery of Interpretable Directions in Diffusion Models
• InternVL：Scaling up Vision Foundation Models and Aligning for Generic Visual-Linguistic Tasks
• MetaCloak
• Describing Differences in Image Sets with Natural Language
• 6 多视角三维技术和传感器
• Point Transformer V3：Simpler Faster Stronger
• Steerers：A Framework for Rotation Equivariant Keypoint Descriptors
• Tri-Perspective View Decomposition for Geometry-Aware Depth Completion
• Seeing the World through Your Eyes
• Matching 2D Images in 3D： Metric Relative Pose from Metric Correspondences
• 14 多视角三维技术和传感器 2
• Learning to Produce Semi-dense Correspondences for Visual Localization
• 3 人类行为和特征
• Semantic Human Mesh Reconstruction with Textures
• Stratified Avatar Generation from Sparse Observations
• MultiPly：Reconstruction of Multiple People from Monocular Video in the Wild
• Relightable Gaussian Codec Avatars
• URHand：Universal Relightable Hands
• 16 低层次视觉与遥感
• DART：Implicit Doppler Tomography for Radar Novel View Synthesis
• LDP： Language-driven Dual-Pixel Image Defocus Deblurring Network
• 8 视觉、语言与推理
• Eyes Wide Shut Exploring the Visual Shortcomings of Multimodal LLMs
• Visual Program Distillation：Distilling Tools and Programmatic Reasoning into Vision-Language Models
• LISA：Reasoning Segmentation via Large Language Model
• 9 医学与物理视觉
• Transcriptomics-guided Slide Representation Learning in Computational Pathology
• 11三维视觉
• A Subspace-Constrained Tyler’s Estimator and its Applications to Structure from Motion
• 2 视觉与图形
• Eclipse：Disambiguating Illumination and Materials using Unintended Shadows
• Retrieval-Augmented Layout Transformer for Content-Aware Layout Generation
• DiffusionLight：Light Probes for Free by Painting a Chrome Ball
• 4 CVPR'24 highlight论文（更新中）
• 2 CVPR'24 最佳论文提名（更新完毕）
• 2 开源代码
• 1 提名论文
• 小黄搞AI大模型面试目录
• 小黄搞AI_大模型面试100问（PDF更新至90）
• 小黄搞AI_大模型面试100问（PDF更新至74）
• 小黄搞AI_大模型面试100问（PDF更新至107）
• 大模型书籍
• Mastering Transformers_ Build state-of-the-art models from --
• 预训练语言模型 2021 (邵浩 刘一烽)
• BERT基础教程：Transformer大模型实战 (苏达哈尔桑·拉维昌迪兰) .azw3
• 自然语言处理：基于预训练模型的方法_2021
• 精通Transformer：从零开始构建最先进的NLP模型_2023
• Mastering NLP from Foundations to LLMs_ Apply advanced
• Building LLM Apps Create Intelligent Apps and Agents with Large Language Models_2024
• 大规模语言模型：从理论到实践_2023
• 大语言模型_2024
• HuggingFace自然语言处理详解：基于BERT中文模型的任务实战
• 大语言模型：基础与前沿_2024
• 面向开发者的 LLM 入门课
• Transformer, BERT, and GPT：Including ChatGPT and Prompt Engineering_2024
• 大语言模型：基础与前沿_2024
• Transformers for Natural Language Processing Build, train, and fine-tune deep neural network architectures for NLP with... (--)
• 扩散模型从原理到实战
• Natural Language Processing with Transformers Building Language Applications with Hugging Face
• 中国人工智能系列白皮书——大模型技术（2023 版）
• Transformers in Action (MEAP v7) _2024
• Transformers生成式AI实用指南（提前发售 GPT双语） _2023
• 自然语言处理：原理、方法与应用
• HuggingFace自然语言处理详解：基于BERT中文模型的任务实战
• Mastering Large Language Models Advanced techniques, applications, cutting-edge methods, and top LLMs_2024
• 自然语言处理导论 2023 张奇
• Modern Generative AI with ChatGPT and OpenAI Models
• Generative AI with LangChain_ Build large language model
• BERT基础教程：Transformer大模型实战_2023
• 精通Transformer：从零开始构建最先进的NLP模型_2023
• Getting Started with Google BERT_ Build and train
• 自然语言处理：原理、方法与应用 2023 (王志立 雷鹏斌 吴宇凡)
• LLM Prompt Engineering For Developers The Art and Science of Unlocking LLMs True Potential_2024
• Mastering Large Language Models Advanced techniques, applications, cutting-edge methods, and top LLMs_2024
• Transformer自然语言处理实战：使用Hugging-Face-Transformers库构建NLP应用_2024
• 面试八股文
• 大模型校招面试题
• LLMs大模型面试问题和答案（97）
• 大模型常见面试题及解答1
• 大模型 LLM 最全八股和答案
• AI大模型面试题(102)
• 大模型岗位面试全纪录
• 大模型常考面试题总结（含答案）
• 大模型常见面试题及解答2
• 大模型LLMS
• 从零开始大模型开发与微调基于PyTorch与ChatGLM
• 大模型常见面试题3
• 大模型落地应用案例集
• 大模型面试题
• 大模型（LLMs）参数高效微调(PEFT)面
• 适配器微调（Adapter-tuning）篇
• LoRA篇
• 参数高效微调篇PRFT
• 提示学习（Prompting）篇
• 大模型（LLMs）langchain面
• 基于LLM+向量库的文档对话经验面
• 大模型（LLMs）langchain面
• 31-LLM-Interview-Plus
• 大模型（LLMs）推理加速篇
• 大模型（LLMs）Tokenizer篇
• 多模态常见面试题
• 大模型校招面试题
• 大模型（LLMs）面试题答案Plus
• 大模型（LLMs）蒸馏面
• 大模型（LLMs）幻觉面
• 大模型（LLMs）分布式训练面
• 大模型（LLMs）显存问题面
• 大模型 RAG 检索增强生成面
• 大模型（LLMs）增量预训练篇
• 大模型（LLMs）强化学习—— PPO 面
• 大模型（LLMs）基础面
• 大模型（LLMs）强化学习——RLHF及其变种面
• 大模型（LLMs）训练集面
• 大模型（LLMs）进阶面
• 大模型（LLMs）评测面
• 大模型（LLMs）agent 面
• 大模型（LLMs）推理面
• 大模型（LLMs）幻觉面
• 大模型（LLMs）微调面