#llms Repositories
Insgesamt 302 Repositories
Erstellen, anreichern und transformieren Sie Datensätze mit KI-Modellen ganz ohne Code
Dies ist ein sich ständig weiterentwickelndes Handbuch, mit dem Leser die neuesten Text-zu-SQL-Techniken in der Literatur leicht verfolgen können und das Forschern und Praktikern praktische Anleitungen bietet.
Dieses Repository bietet eine fortschrittliche Retrieval-Augmented Generation (RAG)-Lösung für komplexe Frage-Antwort-Aufgaben. Es verwendet einen hochentwickelten graphenbasierten Algorithmus zur Bewältigung der Aufgaben.
Sichere RLHF: Konzernierte Wertausrichtung durch sicheres Reinforcement Learning aus menschlichem Feedback
Videos mit LLMs, Computer Vision und automatischer Spracherkennung analysieren
Die offizielle GitHub-Seite für die Umfragearbeit "A Survey on Evaluation of Large Language Models".
🔥 Eine Liste von Tools, Frameworks und Ressourcen zum Erstellen von KI-Webagenten
Ein leistungsstarkes Werkzeug für automatisiertes LLM-Fuzzing. Es wurde entwickelt, um Entwicklern und Sicherheitsexperten bei der Identifizierung und Abmilderung potenzieller Jailbreaks in ihren LLM-APIs zu helfen.
Legen Sie mit GLM-5.3-flash, DeepSeek, Gemma und anderen hochmodernen Open-Source-Modellen los.
Pentest Copilot ist ein KI-gestütztes, browserbasiertes Assistenten-Tool für ethisches Hacking, das darauf ausgelegt ist, Pentesting-Workflows zu optimieren.
Startseite für "How To Scale Your Model", ein kurzes, blogartiges Lehrbuch über die Skalierung von LLMs auf TPUs
Bauen und iterieren Sie Ihre Benutzeroberfläche 10x schneller mit KI – direkt aus Ihrer eigenen IDE ☕️
Erstellen Sie KI-Agenten in einem No-Code-Visual-Builder oder einem TypeScript SDK mit vollständiger Zwei-Wege-Synchronisierung. Für den Versand von KI-Assistenten und KI-Workflow-Multiagenten.
OctoTools: Ein agentenbasiertes Framework mit erweiterbaren Werkzeugen für komplexes Schlussfolgern
Ein quelloffenes, code-zentriertes Typescript-Toolkit zum Erstellen, Evaluieren und Bereitstellen anspruchsvoller KI-Agenten mit Flexibilität und Kontrolle.
KaibanJS ist ein JavaScript-natives Framework zum Erstellen und Verwalten von Multi-Agenten-Systemen mit einem Kanban-inspirierten Ansatz.
Open-Source-Plattform zur Extraktion strukturierter Daten aus Dokumenten mittels KI.
Erstellen Sie produktionsreife LLM-Anwendungen und fortschrittliche Agenten mit Python, LangChain und LangGraph. Dies ist das Begleitrepository für das Buch über generative KI mit LangChain.
Gemeinsame Schnittstelle für die Interaktion mit KI-Agenten. Das Protokoll ist unabhängig vom Tech-Stack – Sie können es mit jedem Framework für den Aufbau von Agenten verwenden.
Nicht-destruktives Komprimierungs-Gateway für KI-Codierungsagenten. Reduziert Token-Rechnungen von 25 % bei Runde 1 auf über 85 % in langen oder gesättigten Sitzungen und passt etwa 3× mehr Runden in dasselbe Kontextfenster. Angetrieben von unserem Open-Source-Code-nativen 4B-Modell. Drop-in für Claude Code, Cursor, Codex, OpenHands und jeden BASE_URL-Agenten.
[TKDE2025] Datenbank-Schnittstellen der nächsten Generation: Eine Übersicht zu LLM-basiertem Text-to-SQL | Eine kuratierte Liste von Ressourcen (Übersichten, Artikeln, Benchmarks und Open-Source-Projekten) zu großen Sprachmodell-basiertem Text-to-SQL.
🦜️🔗LangChain für Rust, der einfachste Weg, LLM-basierte Programme in Rust zu schreiben
Umfassender Leitfaden zum Erlernen von RAG von den Grundlagen bis zu fortgeschrittenen Themen.
Große Sprachmodell-basierte Multi-Agenten: Eine Übersicht über Fortschritte und Herausforderungen (In IJCAI 2024)
ein rekursiver selbstverbessernder Harness, der darauf ausgelegt ist, Ihre Agenten (und zukünftige Iterationen dieser Agenten) bei jeder Aufgabe erfolgreich zu unterstützen
Prompty macht es einfach, LLM-Prompts für Ihre KI-Anwendungen zu erstellen, zu verwalten, zu debuggen und zu bewerten. Prompty ist eine Anlageklasse und ein Format für LLM-Prompts, das zur Verbesserung der Beobachtbarkeit, Verständlichkeit und Portabilität für Entwickler entwickelt wurde.
Minimale und lesbare Implementierung eines Coding-Agent-Harness in Python, um die Kernkomponenten von Coding-Agents zu erklären.
Multi-AI MCP-Server - Verbinden Sie ChatGPT, Claude, Gemini und Perplexity mit Ihren Coding-Tools ohne jegliche API
Liste von Arbeiten zur Erkennung von Halluzinationen in LLMs.
Open-Source, selbstgehostetes Claude Code – ein Terminal-KI-Assistent und das dahinterstehende Python-Framework. Tool-Calling, Sandbox-Ausführung, Multi-Agenten-Teams, Skills, Checkpoints, unbegrenzter Kontext – auf Basis von Pydantic AI, für jedes Modell.
LLMs Große Modelle Notizen 50 Artikel Dieses Repository enthält Projekte und praktische Anwendungen in den Bereichen maschinelles Lernen, Deep Learning, Computer Vision, natürliche Sprachverarbeitung, große Modelle, Web-Scraping usw.
DataDreamer: Anweisung. Synthetische Daten generieren. Modelle trainieren und ausrichten. 🤖💤
Kostenlose KI-Agenten-Ressourcen – Ihr All-in-One-Lernhub für 2026
🟣 LLM-Interviewfragen und -antworten, die Ihnen helfen, sich auf Ihr nächstes Vorstellungsgespräch im Bereich maschinelles Lernen und Datenwissenschaft im Jahr 2026 vorzubereiten.
Einbettbare Vektordatenbank für Go mit Chroma-ähnlicher Schnittstelle und null Drittanbieterabhängigkeiten. Im Speicher mit optionaler Persistenz.
[TMLR] On-Policy-Destillation großer Sprachmodelle neu denken: Phänomenologie, Mechanismus und Vorgehensweise
🩺 Das erste chinesische medizinische multimodale Modell, das Brust-Röntgenaufnahmen zusammenfassen kann.