#chatglm Repositories
Entdecke 27 aktive Open-Source-GitHub-Repositories, die mit #chatglm getaggt sind und insgesamt 181,525 Sterne gesammelt haben (durchschnittlich 6,723 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist chatchat-space/Langchain-Chatchat mit 38,712 Sternen.
Insgesamt 27 Repositories
Langchain-Chatchat (ehemals Langchain-ChatGLM), lokale wissensbasierte LLM (wie ChatGLM, Qwen und Llama) RAG und Agenten-App mit Langchain | Langchain-Chatchat (ehemals langchain-ChatGLM), lokale wissensbasierte LLM (wie ChatGLM, Qwen und Llama) RAG und Agenten-App mit Langchain
Der "Leitfaden für das Verzehren von Open-Source-Großmodellen" ist ein speziell für chinesische Babys entwickelter Tutorial zur schnellen Feinabstimmung (vollständige Parameter/Lora) und Bereitstellung von nationalen und internationalen Open-Source-Großmodellen (LLM)/multimodalen Großmodellen (MLLM) in einer Linux-Umgebung.
Organisation von Open-Source-chinesischen großen Sprachmodellen, hauptsächlich mit Modellen, die kleiner sind, privat bereitgestellt werden können und geringere Trainingskosten haben, einschließlich Basismodellen, Feinabstimmung und Anwendungen für vertikale Domänen sowie Datensätzen und Tutorials.
ChatGLM2-6B: Ein offenes zweisprachiges Chat-LLM | Open-Source zweisprachiges Dialog-Sprachmodell
GUI für ChatGPT API und viele LLMs. Unterstützt Agenten, dateibasierte QA, GPT-Feinabstimmung und Abfragen mit Websuche. Alles mit einer sauberen Benutzeroberfläche.
ChatGPT Chinesischer Leitfaden🔥, ChatGPT Chinesischer Prompt-Anleitungsleitfaden, Befehlsleitfaden, Anwendungsentwicklungshandbuch, kuratierte Ressourcenliste, um ChatGPT besser zu nutzen und Ihre Produktivität zu steigern! 🚀
GLM-4 Serie: Open Multilingual Multimodal Chat LMs | Öffentliche mehrsprachige multimodale Dialogmodelle
WeChat-Roboter, kann an DeepSeek, Gemini, ChatGPT, ChatGLM, Xunfei Spark, Tigerbot und andere große Modelle angeschlossen werden. WeChat Hook WeChat Robot Hook.
Firefly: Große Modelltrainingswerkzeuge, unterstützt das Training von großen Modellen wie Qwen2.5, Qwen2, Yi1.5, Phi-3, Llama3, Gemma, MiniCPM, Yi, Deepseek, Orion, Xverse, Mixtral-8x7B, Zephyr, Mistral, Baichuan2, Llma2, Llama, Qwen, Baichuan, ChatGLM2, InternLM, Ziya2, Vicuna, Bloom usw.
OpenAI-Stil-API für offene große Sprachmodelle (LLMs), die LLMs genauso verwenden wie ChatGPT! Unterstützung für LLaMA, LLaMA-2, BLOOM, Falcon, Baichuan, Qwen, Xverse, SqlCoder, CodeLLaMA, ChatGLM, ChatGLM2, ChatGLM3 usw. Einheitliche Backend-Schnittstelle für Open-Source-große Sprachmodelle
FinGLM: Engagiert sich für den Aufbau eines offenen, gemeinnützigen und dauerhaften Projekts für große Finanzmodelle, das Open Source und Offenheit zur Förderung von „KI+Finanzen“ nutzt.
Roboter-Framework, das die Anbindung an Gemini, ChatGPT, ChatGLM, 讯飞星火 und Tigerbot unterstützt; Idiomen-Kettenspiel, Wettervorhersage, Nachrichten-Zusammenfassungen und geplante Aufgaben.
[GenAI-Anwendungsentwicklungsframework] 🚀 Erstellen Sie GenAI-Anwendungen schnell und einfach 💬 Einfache Interaktion mit GenAI-Agenten im Code mithilfe von strukturierten Daten und verketteten Aufruf-Syntax 🧩 Verwenden Sie ereignisgesteuerte Abläufe *TriggerFlow*, um komplexe GenAI-Arbeitslogik zu verwalten 🔀 Wechseln Sie zu jedem Modell, ohne den Anwendungscode neu zu schreiben
Ein manuell feinabgestimmter chinesischer Dialogdatensatz und ein Fine-Tuning-Code für ChatGLM
[NeurIPS 2023] LLM-Pruner: Zur strukturellen Beschneidung großer Sprachmodelle. Unterstützung für Llama-3/3.1, Llama-2, LLaMA, BLOOM, Vicuna, Baichuan, TinyLlama usw.
LLMs-Tuning ohne Tränen💦; Sample Design Engineering (SDE) für effizienteres Downstream-Tuning.
TextGen: Implementierung von Textgenerierungsmodellen, einschließlich LLaMA, BLOOM, GPT2, BART, T5, SongNet und so weiter. Textgenerierungsmodelle, die das Training und die Vorhersage von Modellen wie LLaMA, ChatGLM, BLOOM, GPT2, Seq2Seq, BART, T5, UDA usw. implementieren, sofort einsatzbereit.
Ein LLM-gestützter Repository-Agent, der Entwickler und Teams dabei unterstützt, Dokumentationen zu generieren und Repositories schnell zu verstehen.
Awesome-LLM-Eval: eine kuratierte Liste von Tools, Datensätzen/Benchmarks, Demos, Bestenlisten, Papern, Docs und Modellen, hauptsächlich für die Evaluierung von LLMs. Eine kuratierte Liste von Tools, Benchmark/Daten, Demos, Ranglisten und großen Modellen, die sich hauptsächlich an die Bewertung von Basis-Large Models richtet und darauf abzielt, die technologischen Grenzen der generativen KI zu erforschen.
Ein leistungsstarkes und flexibles Frontend & KI-Gateway für große Sprachmodelle, das 21+ Mainstream-AI-Modell-Anbieter unterstützt.
Ein Werkzeug zur Generierung von Feinabstimmungsdatensätzen für ChatGLM, erstellen Sie schnell Ihre eigenen Katzenmädchen.
Häufig gestellte Fragen
Welches ist das beliebteste #chatglm-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#chatglm-Projekt auf GitHub ist chatchat-space/Langchain-Chatchat mit 38,712 Sternen. Langchain-Chatchat (ehemals Langchain-ChatGLM), lokale wissensbasierte LLM (wie ChatGLM, Qwen und Llama) RAG und Agenten-App mit Langchain | Langchain-Chatchat (ehemals langchain-ChatGLM), lokale wissensbasierte LLM (wie ChatGLM, Qwen und Llama) RAG und Agenten-App mit Langchain
Welche Programmiersprachen werden in #chatglm-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #chatglm-Projekten auf GitHub sind Python, Jupyter Notebook, C++, HTML die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #chatglm-Repositories berechnet?
Wir verfolgen 27 aktive Open-Source-Repositories, die mit #chatglm getaggt sind (500+ Sterne), mit insgesamt 181,525 Sternen und durchschnittlich 6,723 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.