instruction-following
本站收录 17 个带「instruction-following」标签的 AI 开源项目
Awesome-Multimodal-Large-Language-Models这是一个持续更新的多模态大语言模型（MLLM）资源清单，汇总了领域内最新进展，包括论文、模型、数据集和工具。项目按模型架构、任务类型和应用场景分类整理，覆盖从视★ 18,040
LMFlowLMFlow 是一个面向大型基础模型的高可扩展微调与推理工具包，旨在让每个人都能轻松使用和定制大模型。它解决了大模型微调门槛高、资源消耗大、流程复杂的问题，提供★ 8,486
LLMAgentPapersLLMAgentPapers 是一个精心整理的论文清单，聚焦于大语言模型（LLM）智能体领域。它系统性地收录了该方向的重要论文，涵盖智能体架构、规划、记忆、工具★ 3,122
alpaca_evalalpaca_eval 是一个用于自动评估指令跟随语言模型的工具。它解决了人工评估成本高、速度慢、难以规模化的问题，提供了一种廉价、快速且经过人类验证的自动评估★ 2,018
KnowLMKnowLM 是一个开源的知识增强大语言模型框架，旨在提升大模型在知识密集型任务上的表现。它通过整合外部知识库、知识图谱和结构化数据，在预训练、微调和推理阶段注★ 1,386
Instructgpt-prompts这是一个基于指令的提示词集合项目，旨在帮助用户更高效地使用 GPT-3、GPT-3.5 和 GPT-4 等大型语言模型进行文本生成与分类。项目提供了大量结构化的★ 536
bigcodebenchBigCodeBench 是一个面向代码生成任务的基准测试框架，旨在评估和推动大语言模型在真实编程场景中的能力，其目标直指 AGI。它解决了现有代码基准测试过于★ 517
MagicBrushMagicBrush 是 NeurIPS 2023 收录的一个用于指令引导图像编辑的手工标注数据集。它解决了现有图像编辑数据集依赖自动生成、指令与编辑结果不匹配★ 413
EVEEVE是北京智源人工智能研究院（BAAI）推出的免编码器视觉语言模型系列。传统视觉语言模型通常依赖预训练的视觉编码器（如ViT）来提取图像特征，而EVE直接以像★ 376
UniGoalUniGoal 是一个面向通用零样本目标导向导航的框架，发表于 CVPR 2025。它解决的是智能体在未知环境中根据自然语言指令或目标类别进行导航的问题，无需针★ 367
Mol-InstructionsMol-Instructions 是一个面向生物分子领域的大规模指令数据集，旨在增强大型语言模型（LLM）在生物分子理解与生成任务上的能力。它解决了通用LLM在★ 294
Awesome-Multi-Turn-LLMs这是一个围绕多轮交互大语言模型（LLMs）的调研资源集合，源自同名综述论文。项目系统梳理了多轮对话、多轮推理、多轮工具使用等方向的研究进展，整理了相关论文、数据★ 212
scratchpadscratchpad是一个开源框架，旨在作为用户与机器之间的校准工具，强调用户上下文和用户意图。它通过逻辑解构用户的想法，从A到B再到Z，帮助用户将模糊的概念逐★ 198
EditWorldEditWorld 是一个用于指令跟随图像编辑的世界动态模拟数据集与基准，由 ACM Multimedia 2025 接收。它解决了现有图像编辑数据集缺乏动态世★ 141
FollowBenchFollowBench 是一个用于评估大型语言模型（LLM）遵循细粒度指令能力的基准测试集，由 ACL 2024 论文提出。它针对现有基准测试中指令约束过于简单★ 120
medalignMedAlign 是一个由临床医生生成的指令遵循数据集，专门用于电子病历（EMR）场景。它解决了医疗领域通用大模型缺乏专业临床指令数据、难以准确理解和执行医疗任★ 103
WangChanGLMWangChanGLM 是一个多语言指令跟随模型，旨在让用户通过自然语言与 AI 对话，并准确执行各类指令。它解决了传统模型在多语言场景下理解偏差、指令执行不精★ 96