#large-language-models Repositories
Insgesamt 1,249 Repositories
Repräsentations-Engineering: Ein Top-Down-Ansatz für KI-Transparenz
BlueLM (Blaues Herz Großes Sprachmodell): Öffentliche große Sprachmodelle, entwickelt vom vivo AI Lab
Befähigen Sie große Sprachmodelle (LLM) mithilfe von wissensgraphenbasierter Retrieval-Augmented Generation (KG-RAG) für wissensintensive Aufgaben
Untersuchung von Code-Artefakten für das Code World Model (CWM), einschließlich Inferenzwerkzeugen, Reproduzierbarkeit und Dokumentation.
Ein verbesserter Langchain RAG-Tutorial (v2) mit lokalen LLMs, Datenbankaktualisierungen und Tests.
MindSpore + 🤗Huggingface: Führen Sie jedes Transformers/Diffusers-Modell auf MindSpore mit nahtloser Kompatibilität und Beschleunigung aus.
Offizielles Repository für „DrEureka: Sprachmodell-geführtes Sim-to-Real-Transfer“ (RSS 2024)
Das calflops wurde entwickelt, um FLOPs, MACs und Parameter in allen verschiedenen neuronalen Netzen zu berechnen, wie z. B. Linear, CNN, RNN, GCN, Transformer (Bert, LlaMA etc. Large Language Model).
[CVPR 2024] LMDrive: End-to-End-Fahren im geschlossenen Kreislauf mit großen Sprachmodellen
Implementierung von "SpikeGPT: Generatives vortrainiertes Sprachmodell mit Spiking Neural Networks"
Das verborgene Rätsel des OCR in großen multimodalen Modellen (OCRBench)
Die AMD Ryzen™ AI Software beinhaltet die Tools und Laufzeitbibliotheken für die Optimierung und Bereitstellung von KI-Inferenz auf AMD Ryzen™ AI-fähigen PCs.
Ein Handbuch für effektive Eingabeaufforderungen für nachtrainierte LLMs
ROCm-Bibliotheksdateien für gfx1103 und Aktualisierung mit anderen Architekturen basierend auf AMD-GPUs für die Verwendung unter Windows.
alphastream ist eine KI-gesteuerte Investitionsentscheidungsplattform, die durch ein kollaboratives Multi-Agenten-Orchestrierungssystem in Echtzeit tiefe Einblicke in die globalen Finanzmärkte streamt. Basierend auf LangGraph und Python integriert es nahtlos technische Indikatoren, Fundamentaldaten, Kapitalflussanalyse und Sentiment-Intelligenz, um einen dynamisch adaptiven Workflow zu bilden. Im Gegensatz zu herkömmlichen Backtesting-Tools visualisiert alphastream den gesamten Entscheidungsprozess—von der Datenerfassung und Tool-Aufrufen bis zur endgültigen Schlussfolgerung—über SSE und bietet Anlegern transparente, umsetzbare Intelligenz.
⚕️GenAI-gestützter Multi-Agenten-Chatbot für medizinische Diagnostik und die Unterstützung von Gesundheitsforschern. 🏥 Entwickelt für medizinisches Fachpersonal, Forscher und Patienten.
Dieses Repository stellt PIXIU vor, eine Open-Source-Ressource, die die ersten großen Sprachmodelle (LLMs) für Finanzzwecke, Instruction-Tuning-Daten und Evaluations-Benchmarks enthält, um finanzielle LLMs ganzheitlich zu bewerten. Unser Ziel ist es, die Open-Source-Entwicklung im Bereich der künstlichen Intelligenz (KI) im Finanzwesen kontinuierlich voranzutreiben.
Einführungsprogramm für neue Studenten im Labor für verteilte Speicherung und Berechnungen der Universität für Elektronikwissenschaft und -technologie
[ICLR 2025 Oral] Spider 2.0: Evaluierung von Sprachmodellen für reale Text-zu-SQL-Workflows in Unternehmen
Ein einheitliches multimodales Sprachmodell auf Basis der Modellierung diskreter Sequenzen
der offizielle Code für "ToolAlpaca: Generalized Tool Learning for Language Models with 3000 Simulated Cases"
[NeurIPS' 2025] JarvisArt: Befreiung menschlicher künstlerischer Kreativität durch einen intelligenten Foto-Retusche-Agenten
SEED-Story: Multimodale Langgeschichtengenerierung mit Large Language Model
Offizielles Repository meines Buches "Ein praktischer Leitfaden zum Feinabstimmen von LLMs mit PyTorch und Hugging Face"
MOMENT: Eine Familie von Open Time-series Foundation Models, ICML'24
[ACL 2026 KnowFM] Großartige Ressourcen für agentenbasierte Deep Research
Schnelle Inferenz von großen Sprachmodellen durch spekulatives Dekodieren
Toolkit zum Feinabstimmen, Ablenken und Unit-Testen von Open-Source-LLMs.
Das beste Repository, das zeigt, warum Transformer für Zeitreihenprognosen möglicherweise nicht die Antwort sind, und die besten SOTA-Nicht-Transformer-Modelle vorstellt.
Halo ist ein von White Circle entwickeltes Open-Source-Framework zum Trainieren großer Sprachmodelle und multimodaler Modelle