#large-language-models Repositorios
1,249 repositorios en total
[ICLR2026] códigos para R-Zero: LLM de razonamiento auto-evolutivo a partir de datos cero (https://www.arxiv.org/pdf/2508.05004)
Trabajos recientes basados en LLM en CV y relacionados. ¡Bienvenido a comentar/contribuir!
Código e implementaciones para el artículo de ACL 2025 "AgentGym: Evolving Large Language Model-based Agents across Diverse Environments" de Zhiheng Xi et al.
MiniGPT-4 Despliegue en chino Traducción Perfeccionar los detalles de implementación
Código para el artículo de ICML 2023 "SparseGPT: Massive Language Models Can Be Accurately Pruned in One-Shot".
Deep Learning para principiantes. Todos los detalles prácticos y utilidades útiles que se incluyen al trabajar con modelos reales.
prime es un framework para el entrenamiento eficiente y distribuido globalmente de modelos de IA a través de Internet.
El repositorio de GitHub más grande del mundo para LLMs + Robótica
[EMNLP'25] s3 - ⚡ Entrenamiento Eficiente y Efectivo de Agentes de Búsqueda mediante RL para RAG (RLVR para la Búsqueda con Datos Mínimos)
Este es un proyecto para entrenar modelos de lenguaje grandes desde cero, incluyendo preentrenamiento, ajuste fino y optimización directa de preferencias, con el modelo teniendo 1 mil millones de parámetros y soportando chino e inglés.
Una biblioteca completa para implementar LLM, que incluye un pipeline de entrenamiento unificado y una evaluación completa del modelo.
DiffuCoder: Comprensión y mejora de modelos de difusión enmascarados para la generación de código
Una lista curada de proyectos de código abierto relacionados con DeepSeek Coder
[Versión extendida ICLR 2025 Blog Track] Anole: Modelos multimodales abiertos, autoregresivos y nativos para la generación de imagen-texto intercalada
[MLSys'25] QServe: Cuantificación W4A8KV4 y codesign de sistemas para un servicio de LLM eficiente; [MLSys'25] LServe: Servicio eficiente de LLM para secuencias largas con atención dispersa unificada
Un marco de simulación para RLHF y alternativas. Desarrolle su método RLHF sin recopilar datos humanos.
Awesome-LLM-Robustness: una lista curada de Incertidumbre, Fiabilidad y Robustez en Modelos de Lenguaje Grandes.
Magick es un kit de herramientas de vanguardia para un nuevo tipo de creador de IA. ¡Crea Magick con nosotros!
Un sistema Graph RAG para la recuperación de información médica basada en evidencia [ACL 2025]
Un motor de entrenamiento de modelos multimodales simple y unificado. Ligero, flexible y diseñado para la experimentación a gran escala.
Genere una revisión completa de un artículo de arXiv y luego conviértala en una publicación de blog. Este proyecto impulsa el sitio web a continuación para los Artículos Diarios de HuggingFace (https://huggingface.co/papers).
📖 Este es un repositorio para organizar artículos, códigos y otros recursos relacionados con modelos multimodales unificados.
[NeurIPS 2025] 4KAgent: Agentic Any Image to 4K Super-Resolution. ¡Un agente inteligente de visión por computadora que puede restaurar mágicamente cualquier imagen a 4K perfectos!
Una lista de verificación de seguridad completa para herramientas de IA basadas en MCP. Creada por SlowMist para proteger los ecosistemas de complementos de LLM.
Muestreo Verbalizado, una estrategia de solicitud sin entrenamiento para mitigar el colapso de modo en LLM al solicitar respuestas con probabilidades. Logra una mejora de la diversidad de 2-3 veces mientras mantiene la calidad. Marco independiente del modelo con CLI/API para escritura creativa, generación de datos sintéticos y simulación de diálogo.
Un servidor MCP de Minecraft impulsado por la API de Mineflayer. Permite controlar un personaje de Minecraft en tiempo real, permitiendo que los asistentes de IA construyan estructuras, exploren el mundo e interactúen con el entorno del juego mediante instrucciones en lenguaje natural
Lista de artículos relacionados con la cuantización de redes neuronales en conferencias y revistas recientes de IA.
Cuadernos para la especialización en Modelos de Lenguaje Grandes (LLMs)
Implementación oficial de nuestro artículo NeurIPS 2023 "Augmenting Language Models with Long-Term Memory".
Chat-Zhen Huan es un modelo de lenguaje de chat obtenido mediante el ajuste fino LoRA de ChatGLM2 utilizando todos los diálogos y frases sobre Zhen Huan del guion de "La Leyenda de Zhen Huan", para imitar el tono de Zhen Huan.
Biblioteca Python mínima para conectarse a LLMs (OpenAI, Anthropic, Google, Groq, Reka, Together, AI21, Cohere, Aleph Alpha, HuggingfaceHub), con un benchmark integrado del rendimiento del modelo.
HarmBench: Un marco de evaluación estandarizado para Red Teaming automatizado y rechazo robusto
Contenido para el curso de ingeniería de prompts de Udemy