#large-language-models Repositories
Insgesamt 1,249 Repositories
Large Language Models (LLMs) leicht gemacht, EasyLM ist eine Komplettlösung für Pre-Training, Finetuning, Evaluierung und Serving von LLMs in JAX/Flax.
Kontextbezogener KI-Vertriebsagent zur Automatisierung von Vertriebsansprachen.
Ein schnelles, auf Rust basierendes Werkzeug zur Serialisierung textbasierter Dateien in einem Repository oder Verzeichnis für die LLM-Nutzung
Eine kuratierte Sammlung von Fachartikeln, Benchmarks, Übersichtsarbeiten und Tools zur Modellquantisierung, die Low-Bit-Netzwerke, LLMs, multimodale und generative Modelle, Vektor- und Gitterquantisierung sowie eine effiziente Bereitstellung abdeckt.
verl-agent ist eine Erweiterung von veRL, die für das Training von LLM/VLM-Agenten über RL entwickelt wurde. verl-agent ist auch der offizielle Code für die Veröffentlichung "Group-in-Group Policy Optimization for LLM Agent Training"
Offizielle PyTorch-Implementierung der ein-minütigen Videogenerierung mit Test-Time-Training
Jedes Git-Repository auf einer einzigen statischen HTML-Seite für Menschen oder LLMs rendern
Die Jito-Deep-Learning-Inferenzbibliothek zeichnet sich durch hohe Leistung, geringe Konfigurationsanforderungen, gute Chinesisch-Unterstützung und Portabilität aus.
Hochmoderne Bild- und Videoclip-Modelle, multimodale große Sprachmodelle und mehr!
Olive: Vereinfachen Sie ML-Modell-Finetuning, Konvertierung, Quantisierung und Optimierung für CPUs, GPUs und NPUs.
MiMo: Erschließung des Denkpotenzials von Sprachmodellen – Vom Pretraining bis zum Posttraining
Ein Git-Prepare-Commit-Msg-Hook zum Verfassen von Commit-Nachrichten mit LLMs.
Durchführen einfacher Abrufe von LLM-Modellen mit verschiedenen Kontextlängen zur Messung der Genauigkeit
Eine flotte, tastaturzentrierte Terminalbenutzeroberfläche für die Interaktion mit großen Sprachmodellen. Chatten Sie mit ChatGPT, Claude, Llama 3, Phi 3, Mistral, Gemma und mehr.
GPT-Prompt-Hub ist ein Open-Source-Repository, das von der Community betrieben wird und dem Sammeln, Teilen und Verfeinern von benutzerdefinierten GPT-Prompts gewidmet ist
Das Cradle-Framework ist ein erster Versuch zur allgemeinen Computerkontrolle (GCC). Cradle unterstützt Agenten dabei, jede Computeraufgabe zu meistern, indem es starke Denkfähigkeiten, Selbstverbesserung und Fähigkeitenkuratierung in einer standardisierten allgemeinen Umgebung mit minimalen Anforderungen ermöglicht.
Implementiert die Entfernung schädlicher/unschädlicher Ablehnungen unter Verwendung reiner HF-Transformatoren
🔊 Lass die XiaoAi-Box „deine Stimme hören“ und schalte unendliche Möglichkeiten frei.
Deep Eye orchestriert mehrere KI-Anbieter (OpenAI, Claude, Grok, Gemini, OLLAMA, Groq, Mistral, OpenRouter, LiteLLM, LM Studio) für die intelligente Payload-Generierung, scannt Ziele auf über 45 Schwachstellentypen und erstellt professionelle Berichte mit Compliance-Mapping.
CodeGeeX4-ALL-9B, ein vielseitiges Modell für alle KI-Softwareentwicklungsszenarien, einschließlich Codevervollständigung, Code-Interpreter, Websuche, Funktionsaufrufe, repository-weite Fragen und Antworten und vieles mehr.
HRM-Text ist ein 1-Milliarden-Parameter-Textgenerierungsmodell, das auf der HRM-Architektur basiert und durch Aufgabenabschluss und Schlussfolgerungen im latenten Raum gestärkt wurde.
Ein Repository listet Papiere auf, die sich auf LLM-basierte Agenten beziehen
Ich habe meine KI dazu gebracht, härter nachzudenken, indem ich sie wiederholt mit sich selbst streiten ließ. Es funktioniert erstaunlich gut.
VeOmni: Skalierung des Trainings beliebiger Modalitätsmodelle mit einem modellzentrierten verteilten Rezept-Zoo
Eine Liste fantastischer Arbeiten und Ressourcen zum Empfehlungssystem auf großen Sprachmodellen (LLM).
Minimalistischer 4D-paralleler verteilter Trainingsrahmen für Bildungszwecke
[ICLR 2025] Von allem zu Mesh, wie menschliche Künstler. Offizielle Implementierung von "MeshAnything: Artist-Created Mesh Generation with Autoregressive Transformers"
Awesome-LLM-3D: eine kuratierte Liste von Multi-modalen Large Language Models in der 3D-Welt Ressourcen
Dies beinhaltet die ursprüngliche Implementierung von SELF-RAG: Learning to Retrieve, Generate and Critique through self-reflection von Akari Asai, Zeqiu Wu, Yizhong Wang, Avirup Sil und Hannaneh Hajishirzi.
Papierpolitur, AIGC-Deduplizierungswerkzeug (gptzero und andere Erkennungsseiten)
Dieses SDK ist jetzt veraltet, verwenden Sie das neue einheitliche Google GenAI SDK.
[Paper-Liste] Papiere, die Wissensgraphen (KGs) und große Sprachmodelle (LLMs) integrieren