#large-language-models Repositorios
1,249 repositorios en total
Este es un sencillo proyecto de tutorial técnico科普, centrado principalmente en explicar conceptos y principios tecnológicos interesantes y de vanguardia. Cada artículo se esfuerza por completarse en 5 minutos de lectura.
[EMNLP'23, ACL'24] Para acelerar la inferencia de los LLM y mejorar la percepción de información clave de los LLM, comprime el prompt y la KV-Cache, lo que logra hasta 20 veces de compresión con una mínima pérdida de rendimiento.
¡Envía una llamada telefónica desde un agente de IA, en una llamada API. O, ¡llama directamente al bot desde el número de teléfono configurado!
Utilice IA para generar novelas largas de varios capítulos, conectando automáticamente el contexto y los presagios
El repositorio oficial de Qwen-VL (通义千问-VL) chat & modelo de lenguaje visual grande preentrenado propuesto por Alibaba Cloud.
La IA genera videos cortos en masa con un clic, remezcla automáticamente videos cortos, publica automáticamente videos en Douyin, Kuaishou, Xiaohongshu, Video Channel, ¡ganar dinero nunca ha sido tan fácil! Soporta modelos de voz locales chatTTS, faster-whisper, GPTSoVITS, soporta voces en la nube: Azure, Alibaba Cloud, Tencent Cloud. Soporta Stable diffusion, comfyUI para la generación directa de imágenes por IA. Genera videos cortos con un clic usando KI LLM, ¡imprime dinero juntos! Soporta: chatTTS, faster-whisper, GPTSoVITS, Azure, Tencent Cloud, Ali Cloud.
Chronos: Modelos preentrenados para la previsión de series temporales
🧊 Plataforma de observabilidad LLM de código abierto. Una línea de código para monitorear, evaluar y experimentar. YC W23 🍓
Curso intensivo de IA para ayudar a constructores ocupados a ponerse al día con la vanguardia pública de la investigación en IA en 2 semanas
Un clon de investigación profunda de código abierto. Agente de IA que razona sobre grandes cantidades de datos web extraídos con Firecrawl.
Implementación del modelo de lenguaje LLaMA basado en nanoGPT. Soporta atención flash, cuantización Int8 y GPTQ de 4 bits, ajuste fino LoRA y LLaMA-Adapter, pre-entrenamiento. Licencia Apache 2.0.
🚀 Implementaciones eficientes para arquitecturas de modelos emergentes
🎉 Repositorio para LaWGPT, Chinese-Llama ajustado con conocimiento legal chino. Gran modelo lingüístico basado en conocimiento legal chino.
[NeurIPS 2023] Tree of Thoughts: Resolución deliberada de problemas con grandes modelos de lenguaje
Implementar un LLM de razonamiento en PyTorch desde cero, paso a paso
Este es el Núcleo de Personalidad para GLaDOS, los primeros pasos hacia una implementación real de la IA de la serie Portal de Valve.
Un modelo de lenguaje de preentrenamiento a gran escala de 7 mil millones desarrollado por BaiChuan-Inc.
Playwright Model Context Protocol Server - Herramienta para automatizar navegadores y API en Claude Desktop, Cline, Cursor IDE y más 🔌
[ICLR'24 Spotlight] Una plataforma abierta para entrenar, servir y evaluar grandes modelos de lenguaje para el aprendizaje de herramientas.
Una implementación compacta de SGLang, diseñada para desmitificar las complejidades de los modernos sistemas de servicio de LLM.
Modelos NLP Chinos Preentrenados Impresionantes, Colección de Modelos Preentrenados Chinos de Alta Calidad & Modelos Grandes & Modelos Multimodales & Modelos de Lenguaje Grandes
Search-R1: Un marco de entrenamiento RL eficiente y escalable para razonamiento y llamadas al motor de búsqueda basado en LLM entrelazados con veRL
Una colección de indicaciones, indicaciones del sistema e instrucciones de LLM
OpenChat: Avance de los modelos de lenguaje de código abierto con datos imperfectos
🏝️ OASIS: Simulaciones de Interacción Social Abierta de Agentes con Un Millón de Agentes.
Esta herramienta ha quedado obsoleta. Utiliza en su lugar Agentic Document Extraction.
【Tres años de entrevistas, cinco años de simulacros】Plataforma de recursos para entrevistas de ingenieros de algoritmos de AIGC/LLM/AI Agent. Incluye conocimientos prácticos y experiencias clave para entrevistas y exámenes escritos, así como conocimientos fundamentales de vigencia transversal en la industria de la IA, abarcando AIGC, grandes modelos de lenguaje (LLM), agentes de IA, inteligencia incorporada, aprendizaje profundo tradicional, visión por computador, procesamiento del lenguaje natural, conducción autónoma, aprendizaje automático, aprendizaje por refuerzo, minería de big data, modelos del mundo, metaverso, AGI y mucho más.
Kode CLI — Diseño para flujos de trabajo post-humanos. Un agente unitario para cada tarea humana e informática.
Componentes de infraestructura rentables y conectables para inferencia GenAI
fastllm es una biblioteca de inferencia de modelos de lenguaje grandes de alto rendimiento que no depende de ningún backend y le ayuda a ejecutar inferencias de forma eficiente en la mayoría de los dispositivos.
Hoja de trucos VIP para Transformers y modelos de lenguaje grandes CME 295 de Stanford
Un catálogo seleccionado de impresionantes patrones de IA agentiva
iFlow cli es una inteligencia integral de línea de comandos que se integra en su terminal, analiza sus repositorios, realiza tareas de codificación, interpreta sus necesidades en diferentes contextos y aumenta la eficiencia al realizar tareas desde operaciones de archivos simples hasta automatización de flujos de trabajo complejos.
Paper2Code: Automatización de la generación de código a partir de artículos científicos en aprendizaje automático
Una lista curada de recursos de Modelos de Lenguaje Grandes, que cubren el entrenamiento, servicio, ajuste fino y la creación de aplicaciones LLM.
DeepSeek-V2: Un modelo de lenguaje de mezcla de expertos fuerte, económico y eficiente