#large-language-models Repositories
Insgesamt 1,249 Repositories
End-to-End-Generative‑AI‑Industrieprojekte auf LLM‑Modellen mit Deployment_Awesome LLM Projects
[ICML 2025 mündlicher Vortrag] CodeI/O: Verdichtung von Begründungsmustern durch Vorhersage von Code-Ein- und Ausgaben
PyTorch-Implementierung für die Veröffentlichung „Driving with LLMs: Fusing Object-Level Vector Modality for Explainable Autonomous Driving“
Universelles LLM-Gateway: Eine API für alle LLMs. OpenAI/Anthropic-kompatible Endpunkte mit Multi-Provider-Übersetzung und intelligentem Load-Balancing.
CUDA-L2: Übertrifft cuBLAS-Leistung bei Matrixmultiplikation durch Reinforcement Learning
Offizielle Implementierung für die Arbeit „DoLa: Decoding by Contrasting Layers Improves Factuality in Large Language Models“
Eine Roadmap, die die erforderlichen Fähigkeiten, Lernressourcen und Beispielwerkzeuge beschreibt, um ein KI-Ingenieur zu werden
Der offizielle Code für "Auf dem Weg zu einem generalistischen Basismodell für die Radiologie durch Nutzung von webbasierten 2D- und 3D-Medizindaten".
Pax ist ein Jax-basiertes Machine-Learning-Framework für das Training von Modellen im großen Maßstab. Pax ermöglicht fortgeschrittene und vollständig konfigurierbare Experimente und Parallelisierung und hat branchenführende Auslastungsraten bei Model-Flops gezeigt.
Eine kuratierte Sammlung von Ressourcen für angewandte KI-Engineering (in Arbeit).
Ein Projektmanagement-Framework für KI-unterstützte Entwicklung mit Claude Code
Ein Plugin zur Verwaltung und Integration Ihrer Ollama-Workflows in Neovim.
Die Chatbot Arena trifft auf Multimodalität! Die Multi-Modality Arena ermöglicht es Ihnen, Vision-Language-Modelle nebeneinander zu benchmarken, während Bilder als Eingaben bereitgestellt werden. Unterstützt werden MiniGPT-4, LLaMA-Adapter V2, LLaVA, BLIP-2 und viele mehr!
[EMNLP'25-Ergebnisse] Ein benutzerfreundliches Graph-RAG-System, das hierarchisches Wissen nutzt.
Einfache Python-Bibliothek/Struktur zur Ablation von Merkmalen in LLMs, die von TransformerLens unterstützt werden
🔥🔥🔥 Eine kuratierte Liste von Arbeiten zur multimodalen Generierung auf Basis von LLMs (Bild, Video, 3D und Audio).
Repository für das Paper "Large Language Model-Based Agents for Software Engineering: A Survey". Wird fortlaufend aktualisiert.
Offizielle Implementierung des NeurIPS 2024 Papers „G-Retriever: Retrieval-Augmented Generation für das Textuelle Graphverständnis und die Beantwortung von Fragen“
🏗️ Passen Sie Open-Source-LLMs einfach an, erstellen und stellen Sie sie bereit!
Eine offene Sammlung von Methodologien zur erfolgreichen Schulung großer Sprachmodelle.
MiniMax M2.1, ein SOTA-Modell für Entwicklung und Agents in der realen Welt.
Dies ist das Repository von HaluEval, einem groß angelegten Benchmark zur Bewertung von Halluzinationen für große Sprachmodelle.
Herausfordernde BIG-Bench-Aufgaben und ob Chain-of-Thought sie lösen kann
Das erste große Sprachmodell der traditionellen chinesischen Medizin - "CMLM-ZhongJing". Inspiriert von der tiefgründigen Weisheit des alten chinesischen Medizinmeisters Zhang Zhongjing, ist es ein vortrainiertes großes Sprachmodell, das speziell für den Bereich der traditionellen chinesischen Medizin entwickelt wurde.
[NeurIPS 2025 Spotlight] Ein einheitlicher Tokenizer für visuelle Erzeugung und Verständnis
Übersetzungs-Hime: Spezialisiert auf maschinelle Übersetzung für Nischenbereiche
Sprachenübergreifende Verallgemeinerung durch Multitask-Feinabstimmung
[NeurIPS 2025] Ein graphenbasierter LLM-Framework für reale SE-Aufgaben
Notizen zur Echtzeit-interaktiven GPT-Digitalmenschen-Technologie, kein Open-Source-Projekt für digitale Menschen