#large-language-models Repositorios
1,249 repositorios en total
DeMCP es la primera red MCP descentralizada, que ofrece proxies SSE para servicios MCP y LLM convencionales, abordando la confianza y la seguridad con TEE y blockchain.
MCP-Universe es un marco integral diseñado para el entrenamiento RL, el benchmarking y el desarrollo de agentes de IA para el uso general de herramientas.
Este es el repositorio oficial del artículo "LAMBDA: A Large Model Based Data Agent". https://www.polyu.edu.hk/ama/cmfai/lambda.html
Código y conjuntos de datos para "Character-LLM: Un agente entrenable para juegos de rol"
Este repositorio contiene el código de evaluación para el artículo "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"
El repositorio oficial del artículo, LLMs-as-Judges: Una encuesta completa sobre métodos de evaluación basados en LLM.
Una colección curada de artículos y recursos sobre destilación en política para modelos de lenguaje grandes.
Flujo de trabajo totalmente automático para la promoción de novelas de IA, desde el ID hasta el vídeo automáticamente
El repositorio oficial del artículo "(Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts"
En IA Generativa con Modelos Lingüísticos Grandes (LLM), aprenderás los fundamentos de cómo funciona la IA generativa y cómo implementarla en aplicaciones del mundo real.
Agente de escritura de IA impulsado por kimi-k2-thinking: crea novelas e historias de forma autónoma con un razonamiento profundo
Mejores prácticas para la destilación de grandes modelos de lenguaje.
Conjuntos de datos basados en tareas, preprocesamiento y evaluación para modelos de secuencia.
🚀🚀 Implementaciones eficientes de Native Sparse Attention
SelfCheckGPT: Detección de alucinaciones black-box de recursos cero para modelos de lenguaje grandes generativos
appbuilder-sdk, El Qianfan AppBuilder-SDK ayuda a los desarrolladores a crear aplicaciones nativas de IA de forma flexible y rápida
Para la investigación y el desarrollo de algoritmos de optimización.
Chain-of-Agents: Modelos Fundacionales de Agentes de Extremo a Extremo a través de la Destilación Multiagente y el RL Agéntico.
[ECCV2024] Modelo de Lenguaje Grande Multimodal Fundamentado con Tokenización Visual Localizada
Meta Agents Research Environments es una plataforma integral diseñada para evaluar agentes de IA en escenarios dinámicos y realistas. A diferencia de los puntos de referencia estáticos, esta plataforma introduce entornos en evolución donde los agentes deben adaptar sus estrategias a medida que hay nueva información disponible, reflejando los desafíos del mundo real.
⚡ Asistente de voz con IA increíblemente rápido con tiempos de respuesta <500 ms
Intervención en tiempo de inferencia: Obtener respuestas veraces de un modelo de lenguaje
Codificación de un modelo de lenguaje multimodal (visión) desde cero en PyTorch con explicación completa: https://www.youtube.com/watch?v=vAmKB7iPkWw
Un plugin de asistente de codificación inteligente para Visual Studio Code, desarrollado sobre la base de CodeShell
Un marco de sistema multiagente basado en microkernel para la simulación social adaptativa impulsado por LLM
Un sistema de clasificación flexible y adaptable para la clasificación dinámica de texto
Siguiente paradigma para Agentes LLM. Unificar plan y acción a través de la generación recursiva de código para una toma de decisiones adaptativa y similar a la humana.
Convierte un repositorio completo de GitHub en un único archivo .txt organizado para usar con LLM (ChatGPT, Claude, Gemini, etc.)
[ICLR 2026] Un marco para el entrenamiento reforzado y la inferencia multiagente basados en LLM
LLaVA-Mini es un modelo multimodal grande y unificado (LMM) que puede admitir la comprensión de imágenes, imágenes de alta resolución y videos de manera eficiente.
"ICML 2025" "SepLLM: Acelerar modelos de lenguaje grandes comprimiendo un segmento en un separador"
[ICML'24 Spotlight] "TravelPlanner: Un Benchmark para la Planificación en el Mundo Real con Agentes de Lenguaje"