#chatglm Repositorios
Descubre 27 repositorios activos de código abierto de GitHub etiquetados con #chatglm, que acumulan 181,525 estrellas en total (una media de 6,723 estrellas por proyecto). El líder de este tema es chatchat-space/Langchain-Chatchat, con 38,712 estrellas.
27 repositorios en total
Langchain-Chatchat (anteriormente Langchain-ChatGLM), LLM basado en conocimiento local (como ChatGLM, Qwen y Llama) RAG y aplicación Agent con Langchain | Langchain-Chatchat (anteriormente langchain-ChatGLM), LLM basado en conocimiento local (como ChatGLM, Qwen y Llama) RAG y aplicación Agent con Langchain
La "Guía para el consumo de grandes modelos de código abierto" es un tutorial especialmente diseñado para bebés chinos para realizar ajustes finos rápidos (parámetros completos/Lora) y desplegar grandes modelos de código abierto (LLM)/grandes modelos multimodales (MLLM) nacionales e internacionales en un entorno Linux.
Organización de grandes modelos de lenguaje chinos de código abierto, centrándose principalmente en modelos de menor escala, que se pueden implementar de forma privada y tienen costos de entrenamiento más bajos, incluyendo modelos base, ajuste fino y aplicaciones para dominios verticales, así como conjuntos de datos y tutoriales.
ChatGLM2-6B: Un LLM de chat bilingüe abierto | Modelo de lenguaje de diálogo bilingüe de código abierto
GUI para la API de ChatGPT y muchos LLM. Soporta agentes, QA basado en archivos, ajuste fino de GPT y consulta con búsqueda web. Todo con una interfaz de usuario ordenada.
Guía china de ChatGPT🔥, Guía de ajuste fino de ChatGPT en chino, Guía de indicaciones, Guía de desarrollo de aplicaciones, Lista de recursos seleccionados, ¡usa mejor chatGPT para aumentar tu productividad! 🚀
Serie GLM-4: LMs de chat multimodales multilingües abiertos | Modelos de conversación multimodales multilingües de código abierto
Robot de WeChat, se puede conectar a DeepSeek, Gemini, ChatGPT, ChatGLM, Xunfei Spark, Tigerbot y otros modelos grandes. WeChat hook WeChat Robot Hook.
Firefly: Herramientas de entrenamiento de modelos grandes, admite el entrenamiento de modelos grandes como 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, etc.
API estilo OpenAI para modelos lingüísticos de gran tamaño abiertos, ¡usando LLM como chatgpt! Soporte para LLaMA, LLaMA-2, BLOOM, Falcon, Baichuan, Qwen, Xverse, SqlCoder, CodeLLaMA, ChatGLM, ChatGLM2, ChatGLM3, etc. Interfaz backend unificada para modelos de lenguaje grandes de código abierto
FinGLM: Se compromete a construir un proyecto de modelo financiero a gran escala, abierto, de bien público y duradero, aprovechando el código abierto y la apertura para promover la "IA + Finanzas".
Framework de robot que puede conectarse con Gemini, ChatGPT, ChatGLM, 讯飞星火 y Tigerbot; admite juego de cadena de chengyu (成语接龙), pronóstico del tiempo, resúmenes de noticias y tareas programadas.
[Framework de desarrollo de aplicaciones GenAI] 🚀 Crea aplicaciones GenAI de forma rápida y sencilla 💬 Interactúa fácilmente con agentes GenAI en código utilizando datos estructurados y sintaxis de llamadas encadenadas 🧩 Utiliza el flujo impulsado por eventos *TriggerFlow* para gestionar lógica de trabajo GenAI compleja 🔀 Cambia a cualquier modelo sin reescribir el código de la aplicación
Un conjunto de datos de diálogo chino ajustado manualmente y un código de ajuste fino de chatglm
[NeurIPS 2023] LLM-Pruner: Sobre la poda estructural de grandes modelos de lenguaje. Soporte para Llama-3/3.1, Llama-2, LLaMA, BLOOM, Vicuna, Baichuan, TinyLlama, etc.
Ajuste de LLM sin lágrimas💦; Sample Design Engineering (SDE) para una optimización descendente más eficiente.
TextGen: Implementación de modelos de generación de texto, incluyen LLaMA, BLOOM, GPT2, BART, T5, SongNet y así sucesivamente. Modelos de generación de texto, implementan el entrenamiento y la predicción de modelos como LLaMA, ChatGLM, BLOOM, GPT2, Seq2Seq, BART, T5, UDA, etc., listos para usar.
Un agente de repositorio impulsado por LLM diseñado para ayudar a los desarrolladores y equipos a generar documentación y comprender repositorios rápidamente.
Awesome-LLM-Eval: una lista curada de herramientas, conjuntos de datos/benchmarks, demostraciones, tablas de clasificación, artículos, documentos y modelos, principalmente para la Evaluación en LLMs. Una lista curada de herramientas, benchmarks/datos, demostraciones, tablas de clasificación y grandes modelos, que se enfoca principalmente en la evaluación de grandes modelos base, con el objetivo de explorar los límites tecnológicos de la IA generativa.
Un front‑end y puerta de enlace de IA potente y flexible para modelos de lenguaje grandes, que admite más de 21 proveedores principales de modelos de IA.
Herramienta de generación de conjuntos de datos de ajuste fino para ChatGLM, ven a crear tus propias chicas gato rápidamente.
Preguntas frecuentes
¿Cuál es el repositorio de #chatglm más popular en GitHub?
El proyecto de código abierto de #chatglm mejor posicionado en GitHub es chatchat-space/Langchain-Chatchat, con 38,712 estrellas. Langchain-Chatchat (anteriormente Langchain-ChatGLM), LLM basado en conocimiento local (como ChatGLM, Qwen y Llama) RAG y aplicación Agent con Langchain | Langchain-Chatchat (anteriormente langchain-ChatGLM), LLM basado en conocimiento local (como ChatGLM, Qwen y Llama) RAG y aplicación Agent con Langchain
¿Qué lenguajes de programación se utilizan más en los repositorios de #chatglm?
Entre los proyectos de #chatglm mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, HTML.
¿Cómo se calcula la clasificación de los repositorios de #chatglm?
Seguimos 27 repositorios activos de código abierto etiquetados con #chatglm (500+ estrellas), que suman un total de 181,525 estrellas, con una media de 6,723 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.