#large-language-models Repositories
Insgesamt 1,249 Repositories
Eine quelloffene visuelle Programmierumgebung zum Testen von Prompts für LLMs.
Ein bidirektionaler Pipeline-Parallelismus-Algorithmus für die Berechnung-Kommunikations-Überlappung beim DeepSeek V3/R1-Training.
Ein Python-Programm, das eine LLM, die auf Ollama läuft, in einen automatisierten Forscher verwandelt, der mit einer einzigen Abfrage Fokusbereiche zur Untersuchung bestimmt, Websuchen durchführt, Inhalte von verschiedenen relevanten Websites kratzt und Forschungen ganz allein für Sie durchführt! Und mehr, nicht beschränkt auf, aber einschließlich des Speicherns der Ergebnisse für Sie!
Konvertieren Sie Code-Repos in ein für LLM-Prompts freundliches Format. Hauptsächlich von GPT-4 erstellt.
Omnilingual ASR Open-Source mehrsprachige Spracherkennung für über 1600 Sprachen
Holistic Evaluation of Language Models (HELM) ist ein Open-Source-Python-Framework, das vom Center for Research on Foundation Models (CRFM) an der Stanford University für die ganzheitliche, reproduzierbare und transparente Evaluierung von Foundation Models, einschließlich großer Sprachmodelle (LLMs) und multimodaler Modelle, entwickelt wurde.
[ACL 2024] Ein einfach zu bedienendes Framework zur Wissensbearbeitung für LLMs.
Erstellen Sie epische Animationen für Mathematik und Physik sowie Lernnotizen aus Text und Bildern.
Offizielle Implementierung von "Graph of Thoughts: Solving Elaborate Problems with Large Language Models"
Referenzimplementierung für DPO (Direct Preference Optimization)
Meine eigenen Prompts für benutzerdefinierte Anweisungen ChatGPT
Benchmarking der komplexen Schlussfolgerungsfähigkeit großer Sprachmodelle mit Chain-of-Thought-Prompting
Verketten Sie ein Verzeichnis voller Dateien zu einer einzigen Eingabeaufforderung für die Verwendung mit LLMs
SOTA Low-Bit-LLM-Quantisierung (INT8/FP8/MXFP8/INT4/MXFP4/NVFP4) und Sparsity; führende Modellkomprimierungstechniken auf PyTorch, TensorFlow und ONNX Runtime
Das NVIDIA NeMo Agent Toolkit ist eine Open-Source-Bibliothek für die effiziente Verbindung und Optimierung von KI-Agenten-Teams.
Große Modelle von Grund auf neu bauen: Eine komplette Praxis von Pretraining bis RLHF
[ICLR 2024] Offizielle Implementierung von „ 🦙 Time-LLM: Zeitreihenvorhersage durch Neukodierung großer Sprachmodelle“
Awesome-GraphRAG: Eine kuratierte Liste von Ressourcen (Übersichtsartikel, Arbeiten, Benchmarks und Open-Source-Projekte) zur graphenbasierten Retrieval-Augmented Generation.
Basierend auf dem von Dify selbst erstellten KI-Anwendungs-DSL-Workflow können Sie ihn kostenlos erhalten. Egal, ob für persönliche Bedürfnisse oder zu Lernzwecken, er wird Ihnen eine intelligente Reise voller unendlicher Möglichkeiten eröffnen.
Vollständig privater LLM-Chatbot, der vollständig im Browser läuft, ohne dass ein Server benötigt wird. Unterstützt Mistral und LLama 3.
[EMNLP-2024] Multimodale Sprachagenten für schnelle Prototypenentwicklung und Produktion erstellen
Dieses Repository zeichnet hauptsächlich Interviewfragen für Algorithmusingenieure für große Modelle (LLMs) auf.
Die offizielle MCP-Serverimplementierung für die Perplexity API-Plattform
[NeurIPS 2026] Sicherheitsversagen bei Programmieragenten und führenden LLMs. Reproduzierbare Arbeitsumgebungen zur Untersuchung, wann KI-Agenten bei der Erledigung von Aufgaben unsichere Daten erzeugen.
MiniMax-M2, ein Modell, das für Max-Codierung und Agenten-Workflows entwickelt wurde.
Hervorragender Tutorial/Survey/Leitfaden zu Reasoning LLMs
Offizielle Implementierung von EAGLE-1 (ICML'24), EAGLE-2 (EMNLP'24) und EAGLE-3 (NeurIPS'25).
Ollama in der Praxis: Große Modelle mit der CPU bereitstellen, Online-Leseadresse: https://datawhalechina.github.io/handy-ollama/
[ECCV 2026 Spotlight] Implementierung von „Live Avatar: Streaming-basierte, echtzeitfähige, audiogesteuerte Avatar-Generierung mit unbegrenzter Länge“
zerreißte deine Entscheidungen und Prinzipien. Claude liest sie, um bessere Entscheidungen zu treffen.