#large-language-models Repositories
Insgesamt 1,249 Repositories
[ICLR2026] Codes für R-Zero: Selbstentwickelnde Reasoning-LLM aus Null-Daten (https://www.arxiv.org/pdf/2508.05004)
Aktuelle LLM-basierte CV- und verwandte Arbeiten. Kommentare/Beiträge sind willkommen!
Code und Implementierungen für das ACL 2025-Paper „AgentGym: Evolving Large Language Model-based Agents across Diverse Environments“ von Zhiheng Xi et al.
MiniGPT-4 Chinesische Bereitstellung Übersetzung Verfeinerung der Bereitstellungsdetails
Code für die ICML 2023-Arbeit „SparseGPT: Massive Sprachmodelle können in One-Shot präzise trainiert werden“.
Deep Learning für Dummies. Alle praktischen Details und nützlichen Hilfsmittel, die für die Arbeit mit realen Modellen erforderlich sind.
prime ist ein Framework für das effiziente, global verteilte Training von KI-Modellen über das Internet.
[EMNLP'25] s3 - ⚡ Effizientes & Effektives Training von Suchagenten mittels RL für RAG (RLVR für die Suche mit minimalen Daten)
Dies ist ein Projekt zum Trainieren von großen Sprachmodellen von Grund auf, einschließlich Vortraining, Fine-Tuning und direkter Präferenzoptimierung, wobei das Modell 1 Milliarde Parameter hat und Chinesisch und Englisch unterstützt.
Eine umfassende Bibliothek zur Implementierung von LLMs, einschließlich einer einheitlichen Trainingspipeline und umfassender Modellevaluierung.
DiffuCoder: Verständnis und Verbesserung von Masked Diffusion Models für die Code-Generierung
Eine kuratierte Liste von Open-Source-Projekten im Zusammenhang mit DeepSeek Coder
[Erweiterte Version ICLR 2025 Blog Track] Anole: Offene, autoregressive und native multimodale Modelle für interleavierte Bild-Text-Generierung
[MLSys'25] QServe: W4A8KV4 Quantisierung und System-Co-Design für effizientes LLM-Serving; [MLSys'25] LServe: Effizientes LLM-Serving für lange Sequenzen mit vereinheitlichter spärlicher Aufmerksamkeit
Ein Simulationsframework für RLHF und Alternativen. Entwickeln Sie Ihre RLHF-Methode, ohne menschliche Daten zu sammeln.
Awesome-LLM-Robustness: eine kuratierte Liste zu Unsicherheit, Zuverlässigkeit und Robustheit in großen Sprachmodellen
Magick ist ein hochmodernes Toolkit für eine neue Art von KI-Entwicklern. Bauen Sie Magick mit uns auf!
Ein Graph-RAG-System für evidenzbasierte medizinische Informationssuche [ACL 2025]
Eine einfache, vereinheitlichte Trainings-Engine für multimodale Modelle. Schlank, flexibel und für Experimente im großen Maßstab konzipiert.
Erstellen Sie eine umfassende Rezension eines arXiv-Papers und wandeln Sie diese dann in einen Blogbeitrag um. Dieses Projekt treibt die unten stehende Website für HuggingFaces tägliche Paper an (https://huggingface.co/papers).
📖 Dies ist ein Repository zur Organisation von Papieren, Codes und anderen Ressourcen im Zusammenhang mit einheitlichen multimodalen Modellen.
[NeurIPS 2025] 4KAgent: Agentic Any Image zu 4K Super-Resolution. Ein intelligenter Computersicht-Agent, der jedes Bild magisch in perfektes 4K wiederherstellen kann!
Eine umfassende Sicherheitscheckliste für MCP-basierte KI-Tools. Entwickelt von SlowMist zum Schutz von LLM-Plugin-Ökosystemen.
Verbalized Sampling, eine trainingsfreie Prompting-Strategie zur Minderung des Mode Collapse in LLMs durch Anfordern von Antworten mit Wahrscheinlichkeiten. Erreicht eine 2-3-fache Steigerung der Diversität bei gleichbleibender Qualität. Modellunabhängiges Framework mit CLI/API für kreatives Schreiben, synthetische Datengenerierung und Dialogsimulation.
Ein Minecraft MCP-Server, der von der Mineflayer-API betrieben wird. Er ermöglicht die Echtzeitsteuerung eines Minecraft-Charakters, sodass KI-Assistenten Strukturen bauen, die Welt erkunden und mit der Spielumgebung über natürliche Sprachbefehle interagieren können
Liste von Arbeiten zur neuronalen Netzwerkquantisierung in den neuesten KI-Konferenzen und Fachzeitschriften.
Notebooks für die Spezialisierung auf Große Sprachmodelle (LLMs)
Offizielle Implementierung unseres NeurIPS 2023-Papers „Augmenting Language Models with Long-Term Memory“.
Chat-Zhen Huan ist ein Chat-Sprachmodell, das durch LoRA-Feinabstimmung von ChatGLM2 unter Verwendung aller Dialoge und Sätze über Zhen Huan aus dem Drehbuch von "The Legend of Zhen Huan" erhalten wurde, um Zhen Huans Tonfall zu imitieren.
Minimale Python-Bibliothek zur Verbindung mit LLMs (OpenAI, Anthropic, Google, Groq, Reka, Together, AI21, Cohere, Aleph Alpha, HuggingfaceHub) mit einem integrierten Modellleistungs-Benchmark.
HarmBench: Ein standardisiertes Evaluierungsframework für automatisiertes Red Teaming und robuste Verweigerung