#large-language-models Repositorios
1,249 repositorios en total
Explora una colección completa de recursos, tutoriales, artículos, herramientas y mejores prácticas para el ajuste fino de modelos de lenguaje de gran tamaño (LLM). ¡Perfecto para profesionales e investigadores del aprendizaje automático!
ICML 2024: Mejora de la facticidad y el razonamiento en modelos de lenguaje a través del debate multiagente
Krasis es un entorno de ejecución de LLM híbrido que se centra en la ejecución eficiente de modelos más grandes en hardware de consumo con VRAM limitada
🌐 Modelos de visión, lenguaje y acción para la conducción autónoma: pasado, presente y futuro
Prompts publicados por la cuenta pública Write Prompt, registrados aquí de forma síncrona
LLM multilingües de última generación de código abierto para el razonamiento matemático.
¿Pueden los modelos de lenguaje grandes proporcionar comentarios útiles sobre artículos de investigación? Un análisis empírico a gran escala.
PromptInject es un marco que ensambla prompts de manera modular para proporcionar un análisis cuantitativo de la robustez de los LLM frente a ataques de prompts adversarios. 🏆 Premio al Mejor Artículo en el Taller de Seguridad de ML de NeurIPS 2022
🔥 ¡Genera los archivos llms.txt y llms-full.txt para cualquier sitio web!
un complemento de barra lateral del navegador, gratuito y de código abierto, que ofrece una alternativa sin costo a productos como Sider, Monica y Merlin.
[BIONLP@ACL 2024] XrayGPT: Resumen de radiografías de tórax utilizando modelos médicos de visión y lenguaje.
Implementaciones oficiales de "Cheap and Quick: Efficient Vision-Language Instruction Tuning for Large Language Models" [NeurIPS 2023]
[ICLR 2026] Código oficial de TraceRL: Revolucionando el post‑entrenamiento de LLMs de difusión, impulsando la serie SOTA TraDo.
Aprende ingeniería de inferencia de LLM paso a paso: desde la caché KV, PagedAttention y el procesamiento por lotes continuo hasta vLLM, SGLang y las GPU.
🚀🚀🚀 [ICML 2026] Implementación oficial de Robust-U1: ¿Pueden los MLLM recuperar por sí mismos contenido visual dañado para lograr una comprensión robusta?
Mantenga un registro de los grandes modelos en el dominio del audio, incluyendo voz, canto, música, etc.
Gomoon, una herramienta de productividad de escritorio basada en modelos grandes
[ACL 2025 Demo] Repositorio para la demostración y el artículo: ReasonGraph: Visualización de rutas de razonamiento
Implementación oficial del artículo de ICLR 2024: «Reasoning on Graphs: Faithful and Interpretable Large Language Model Reasoning»
QwQ es la serie de modelos de razonamiento desarrollada por el equipo Qwen de Alibaba Cloud.
[ICLR'25] BigCodeBench: Evaluación comparativa de la generación de código hacia la AGI
YouDub es una herramienta de código abierto diseñada para traducir y doblar automáticamente videos de YouTube de alta calidad, con el fin de llevarlos al internet chino. La herramienta utiliza tecnología de reconocimiento de voz por IA para convertir el audio en texto, luego traduce el texto al chino mediante un Modelo de Lenguaje Grande (LLM) y, finalmente, convierte el texto en audio utilizando tecnología de clonación de voz por IA. De esta manera, podemos crear videos doblados al chino que conservan el timbre de voz original del YouTuber.
Una versión abierta de ChatGPT que puedes alojar en cualquier lugar o ejecutar localmente.
🔥🔥🔥[AAAI 2026 Oral] Implementación Oficial de Robust‑R1: Razonamiento Sensible a la Degradación para una Comprensión Visual Robusta
Los gráficos de conocimiento se encuentran con el aprendizaje multimodal: una encuesta exhaustiva
Una herramienta para traducir el contenido de documentos LaTeX a varios otros idiomas naturales (por ejemplo, traducir un artículo de arXiv del inglés al chino).
seguimiento de artículos, conjuntos de datos y modelos de "modelo de lenguaje grande (LLM) para series temporales"
[EMNLP 2024] MeChat: Un gran modelo de diálogo de salud mental en el dominio chino
Herramienta de descubrimiento de vulnerabilidades semi-automática de código cerrado, realiza análisis estático de código en archivos jar/war/zip, y genera las rutas alcanzables desde el origen (source) hasta el destino (sink). El LLM verificará la alcanzabilidad de la ruta y proporcionará una puntuación de confiabilidad basada en el contexto.
Artículos y conjuntos de datos sobre ajuste y seguimiento de instrucciones. ✨✨✨
[EMNLP 2023] Habilitación de Grandes Modelos de Lenguaje para Generar Texto con Citas. Artículo: https://arxiv.org/abs/2305.14627
Un marco de interacción de aprendizaje por refuerzo humano-multiagente confiable
Una biblioteca para fusionar fácilmente múltiples expertos de LLM y entrenar eficientemente el LLM fusionado.