#large-language-model Repositories
Entdecke 61 aktive Open-Source-GitHub-Repositories, die mit #large-language-model getaggt sind und insgesamt 377,150 Sterne gesammelt haben (durchschnittlich 6,182 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist jingyaogong/minimind mit 67,954 Sternen.
Insgesamt 61 Repositories
ChatGLM-6B: Ein quelloffenes zweisprachiges Dialogsprachenmodell | Offenes zweisprachiges Dialog-Sprachmodell
Qwen3-VL ist die multimodale Large-Language-Model-Serie, die vom Qwen-Team von Alibaba Cloud entwickelt wurde.
Pocket Flow: Ein 100-zeiliges LLM-Framework. Lassen Sie Agenten Agenten bauen!
KAG ist ein logisch form-geführter Reasoning- und Retrieval-Framework, das auf der OpenSPG-Engine und LLMs basiert. Es wird verwendet, um logische Reasoning- und faktenbasierte Q&A-Lösungen für professionelle Domänen-Wissensdatenbanken zu erstellen. Es kann die Nachteile des traditionellen RAG-Vektorsimilaritäts-Berechnungsmodells effektiv überwinden.
OpenCompass ist eine Plattform zur Bewertung großer Sprachmodelle (LLMs), die eine breite Palette von Modellen von OpenAI, Anthropic, Gemini, Qwen, GLM, DeepSeek usw. über mehr als 100 Datensätze hinweg unterstützt. Diese decken Wissen, Schlussfolgern, Programmierung, Wissenschaft, Sprache, lange Kontexte und Sicherheit ab.
Offizielle Veröffentlichung der InternLM-Reihe (InternLM, InternLM2, InternLM2.5, InternLM3).
Umfassendes Beispiel für die Projektkonfiguration von Claude Code mit Hooks, Skills, Agents, Befehlen und GitHub Actions Workflows
Enchanted ist eine iOS- und macOS-App zum Chatten mit privaten, selbst gehosteten Sprachmodellen wie Llama2, Mistral oder Vicuna über Ollama.
LLM-Inferenzsysteme auf Apple Silicon für Systemingenieure kennenlernen: ein kleines vLLM + Qwen erstellen
Qwen3.8 ist eine Reihe großer Sprachmodelle, die vom Qwen-Team der Alibaba Group entwickelt wurde.
Ein Datensatz besteht aus 15.140 ChatGPT-Prompts von Reddit, Discord, Websites und Open-Source-Datensätzen (einschließlich 1.405 Jailbreak-Prompts).
InternLM-XComposer2.5-OmniLive: Ein umfassendes multimodales System für langfristige Streaming-Video- und Audiointeraktionen
Umfassende Ressourcen zu Generative AI, einschließlich einer detaillierten Roadmap, Projekten, Anwendungsfällen, Vorbereitung auf Vorstellungsgespräche und Codierungsvorbereitung.
Hervorragende Ressourcen für kontextuales Lernen und Prompt-Engineering: Beherrschung der LLMs wie ChatGPT, GPT‑3 und FlanT5, mit aktuellen und hochmodernen Updates.
Beeindruckende Dinge über LLM-gestützte Agenten. Paper / Repos / Blogs / ...
Dies ist eine kuratierte Liste von Forschung zu "Embodied AI oder Roboter mit großen Sprachmodellen". Verfolgen Sie dieses Repository für die neuesten Updates! 🔥
DATAGEN: KI-gesteuerter Multi-Agenten-Forschungsassistent, der Hypothesenentwicklung, Datenanalyse und Berichtserstellung automatisiert.
Eine Reihe von großen Sprachmodellen für Code, die von PKU-KCL entwickelt wurden
Seed1.5-VL, ein vision-language Foundation Model, das die allgemeine multimodale Verständnis- und Schlussfolgerungsfähigkeit verbessern soll und eine Spitzenleistung bei 38 von 60 öffentlichen Benchmarks erzielt.
Eine Home Assistant-Integration & Modell zur Steuerung Ihres Smart Homes mit einem lokalen LLM
Dieses Repository sammelt Arbeiten für "Eine Übersicht über Knowledge Distillation von Large Language Models". Wir zerlegen KD in Wissensextraktion und Destillationsalgorithmen und erforschen Skill & Vertical Distillation von LLMs.
Ein Framework zur Verarbeitung von Sprache, Sprache, Audio und Musik mit großen Sprachmodellen
Ein offenes Grundlagenmodell und Benchmark zur Beschleunigung generativer Empfehlung
Ein einfach zu bedienendes Python-Framework zur Generierung von nachträglichen Jailbreak-Aufforderungen.
Ein Graph-RAG-System für evidenzbasierte medizinische Informationssuche [ACL 2025]
Tencent Hunyuan A13B (kurz als Hunyuan-A13B), ein innovatives und quelloffenes LLM, das auf einer feingranularen MoE-Architektur basiert.
Orion-14B ist eine Modellfamilie, die ein 14B-Foundation-LLM und eine Reihe von Modellen umfasst: ein Chat-Modell, ein Modell für langen Kontext, ein quantisiertes Modell, ein RAG-feinabgestimmtes Modell und ein Agent-feinabgestimmtes Modell. Die Orion-14B-Modellreihe umfasst ein Basis-LLM mit 14 Milliarden Parametern sowie eine Reihe verwandter abgeleiteter Modelle, die Dialogmodelle, Langtextmodelle, quantisierte Modelle, RAG-feinabgestimmte Modelle, Agent-feinabgestimmte Modelle usw. umfassen.
Fin-R1 ist ein großes Sprachmodell für komplexe Finanzlogik, das durch die gemeinsamen Anstrengungen des SUFE-AIFLM-Lab an der School of Statistics and Data Science der Shanghai University of Finance and Economics und FinStep.AI entwickelt und als Open Source veröffentlicht wurde.
Dieses Repository sammelt eine umfangreiche Liste von großartigen Papern zu Story Generation / Storytelling, die sich ausschließlich auf die Ära der Großen Sprachmodelle (LLMs) konzentrieren.
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.
Häufig gestellte Fragen
Welches ist das beliebteste #large-language-model-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#large-language-model-Projekt auf GitHub ist jingyaogong/minimind mit 67,954 Sternen. 🧠 Trainiere dein eigenes 64M-LLM in 2 Stunden von Grund auf.
Welche Programmiersprachen werden in #large-language-model-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #large-language-model-Projekten auf GitHub sind Python, Jupyter Notebook, TypeScript, Rust die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #large-language-model-Repositories berechnet?
Wir verfolgen 61 aktive Open-Source-Repositories, die mit #large-language-model getaggt sind (500+ Sterne), mit insgesamt 377,150 Sternen und durchschnittlich 6,182 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.