#llama3 Repositories
Entdecke 47 aktive Open-Source-GitHub-Repositories, die mit #llama3 getaggt sind und insgesamt 265,642 Sterne gesammelt haben (durchschnittlich 5,651 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist hiyouga/LlamaFactory mit 76,171 Sternen.
Insgesamt 48 Repositories
Vereinheitlichte effiziente Feinabstimmung von über 100 LLMs & VLMs (ACL 2024)
Ihr KI-Zweitgehirn. Selbst-hostbar. Erhalten Sie Antworten aus dem Web oder Ihren Dokumenten. Bauen Sie benutzerdefinierte Agenten, planen Sie Automatisierungen, führen Sie tiefgehende Recherchen durch. Verwandeln Sie jedes Online- oder lokale LLM in Ihre persönliche, autonome KI (gpt, claude, gemini, llama, qwen, mistral). Erste Schritte – kostenlos.
Der "Leitfaden für das Verzehren von Open-Source-Großmodellen" ist ein speziell für chinesische Babys entwickelter Tutorial zur schnellen Feinabstimmung (vollständige Parameter/Lora) und Bereitstellung von nationalen und internationalen Open-Source-Großmodellen (LLM)/multimodalen Großmodellen (MLLM) in einer Linux-Umgebung.
🔥 MaxKB ist eine Open-Source-Plattform zum Aufbau von Enterprise-Grade-Agenten. Eine leistungsstarke und benutzerfreundliche Open-Source-Plattform für Unternehmensagenten.
Führen Sie führende LLMs und VLMs lokal auf Qualcomm-Geräten über NPU, GPU und CPU mit nur wenigen Codezeilen aus
Firefly: Große Modelltrainingswerkzeuge, unterstützt das Training von großen Modellen wie Qwen2.5, Qwen2, Yi1.5, Phi-3, Llama3, Gemma, MiniCPM, Yi, Deepseek, Orion, Xverse, Mixtral-8x7B, Zephyr, Mistral, Baichuan2, Llma2, Llama, Qwen, Baichuan, ChatGLM2, InternLM, Ziya2, Vicuna, Bloom usw.
Eine C#/.NET-Bibliothek zum effizienten Ausführen von LLMs (🦙LLaMA/LLaVA) auf Ihrem lokalen Gerät.
1 API-Schlüssel. Über 220.000 KI-Modelle. Bytz ist die größte serverlose Model-Inference-API im Internet. Lassen Sie uns bauen ✨
Verteilte LLM-Inferenz. Verbinden Sie Heimgeräte zu einem leistungsstarken Cluster, um die LLM-Inferenz zu beschleunigen. Mehr Geräte bedeuten schnellere Inferenz.
Daten-Framework für Ihre LLM-Anwendungen. Konzentriert sich auf serverseitige Lösungen.
Ein KI-gestütztes Dateiverwaltungstool, das die Privatsphäre durch die Organisation lokaler Texte und Bilder gewährleistet. Mithilfe der Modelle Llama3.2 3B und Llava v1.6 mit dem Nexa SDK scannt, restrukturiert und organisiert es Dateien intuitiv für einen schnellen, nahtlosen Zugriff und eine einfache Wiederbeschaffung.
Eine flotte, tastaturzentrierte Terminalbenutzeroberfläche für die Interaktion mit großen Sprachmodellen. Chatten Sie mit ChatGPT, Claude, Llama 3, Phi 3, Mistral, Gemma und mehr.
Ein Node.js-CLI, das Ollama- und LM-Studio-Modelle (Llava, Gemma, Llama etc.) verwendet, um Dateien intelligent anhand ihres Inhalts umzubenennen
Chinesische Llama-3 LLM-Phasen-3-Projekt (Chinese Llama-3 LLMs), entwickelt von Meta Llama 3
Unendliches Bücherregal: Generieren Sie ganze Bücher in Sekundenschnelle mit Groq und Llama3
Eine neuartige multimodale Large Language Model (MLLM)-Architektur, die entwickelt wurde, um visuelle und textuelle Einbettungen strukturell abzugleichen.
StockBot powered by Groq: Blitzschneller KI-Chatbot, der mit interaktiven Live-Aktiencharts, Finanzdaten, Nachrichten, Screenern und mehr antwortet. Angetrieben von Llama3-70b auf Groq, Vercel AI SDK und TradingView Widgets.
Anwendungsimplementierung mit geschäftlichen Anwendungsfällen zur sicheren Nutzung von generativer KI in Geschäftsabläufen
🚀 Pytorch Distributed native Trainingsbibliothek für LLMs/VLMs mit sofortiger Hugging Face-Unterstützung
[NeurIPS 2023] LLM-Pruner: Zur strukturellen Beschneidung großer Sprachmodelle. Unterstützung für Llama-3/3.1, Llama-2, LLaMA, BLOOM, Vicuna, Baichuan, TinyLlama usw.
Raycast-Erweiterung zur kostenlosen Nutzung von GPT, Claude, Llama und mehr! + Vollständige Unterstützung für benutzerdefinierte APIs.
Agents-flex ist ein leichtgewichtiges Java-Framework zur Entwicklung von KI-Agenten (positioniert als Gegenstück zu Spring AI). Es unterstützt Funktionen wie RAG, MCP, Skills, Text2SQL, LLM Wiki, Sub-Agents, Websuche, TTS (synchron und Streaming) sowie STT.
AWS AI Stack – Ein sofort einsatzbereites Full-Stack-Boilerplate-Projekt für die Erstellung serverloser KI-Anwendungen auf AWS
[ICLR 2025] Synthese von Ausrichtungsdaten von Grund auf durch Aufforderung ausgerichteter LLMs mit nichts. Ihre effiziente und qualitativ hochwertige Pipeline zur Generierung synthetischer Daten!
🔥🔥 LLaVA++: LLaVA mit Phi-3 und LLaMA-3 erweitern (LLaVA LLaMA-3, LLaVA Phi-3)
Stellen Sie jedes KI-Modell, jeden Agenten, jede Datenbank, jedes RAG und jede Pipeline innerhalb von Minuten lokal oder remote bereit
Einfaches und effizientes Finetuning von LLMs. (Unterstützt LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon) Effizientes Quantisierungstraining und -bereitstellung großer Modelle.
Sammlung von ICLR-Papieren und Open-Source-Projekten der letzten Jahre, einschließlich ICLR2021, ICLR2022, ICLR2023, ICLR2024, ICLR2025.
Schulrekrutierung, Herbstrekrutierung, Frühlingsrekrutierung, tolle Praktika-Projekte, führen Sie von Null an bei der Umsetzung eines Large-Model-Inferenz-Frameworks, das Llama2/3 und Qwen2.5 unterstützt.
End-to-End-Generative‑AI‑Industrieprojekte auf LLM‑Modellen mit Deployment_Awesome LLM Projects
KI-gestützter Assistent, der Sie bei Ihren täglichen Aufgaben unterstützt, angetrieben von Llama 3, DeepSeek R1 und vielen weiteren Modellen auf HuggingFace.
ScribeWizard: Erstellen Sie organisierte Notizen aus Audio mit Groq, Whisper und Llama3
Ein High-Performance-Inferenzsystem für große Sprachmodelle, das für Produktionsumgebungen entwickelt wurde.
Führen Sie lokale LLMs wie Gemma, Qwen und LLaMA auf Android aus, um mit LiteRT und ONNX Runtime offline, privat und in Echtzeit zu chatten und Fragen zu beantworten.
Häufig gestellte Fragen
Welches ist das beliebteste #llama3-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#llama3-Projekt auf GitHub ist hiyouga/LlamaFactory mit 76,171 Sternen. Vereinheitlichte effiziente Feinabstimmung von über 100 LLMs & VLMs (ACL 2024)
Welche Programmiersprachen werden in #llama3-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #llama3-Projekten auf GitHub sind Python, TypeScript, JavaScript, C++ die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #llama3-Repositories berechnet?
Wir verfolgen 47 aktive Open-Source-Repositories, die mit #llama3 getaggt sind (500+ Sterne), mit insgesamt 265,642 Sternen und durchschnittlich 5,651 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.