Git Stars Git Stars

#llm-training Repositorios

Descubre 58 repositorios activos de código abierto de GitHub etiquetados con #llm-training, que acumulan 316,620 estrellas en total (una media de 5,458 estrellas por proyecto). El líder de este tema es karpathy/nanochat, con 60,746 estrellas.

58
Total de Repositorios
316,620
Total de estrellas
5,458
Promedio de Estrellas/Repo

59 repositorios en total

1
karpathy/nanochat

El mejor ChatGPT que $100 pueden comprar.

karpathy
⭐ 60,746 Python 👤 karpathy User 🕐 Actualizado 2026-09-07 📅 Creado 2025-10-13
2
gitleaks/gitleaks

Encuentra secretos con Gitleaks 🔑

gitleaks
⭐ 31,234 Go 👤 gitleaks Organization 🕐 Actualizado 2026-10-28 📅 Creado 2018-01-27
3
karpathy/llm.c

Entrenamiento de LLM en C/CUDA simple y bruto

karpathy
⭐ 30,323 Cuda 👤 karpathy User 🕐 Actualizado 2025-06-26 📅 Creado 2024-04-08
4
Hannibal046/Awesome-LLM

Awesome-LLM: una lista curada de Large Language Model

Hannibal046
⭐ 27,212 👤 Hannibal046 User 🕐 Actualizado 2025-07-31 📅 Creado 2023-02-17
5
liguodongiot/llm-action

Este proyecto tiene como objetivo compartir los principios técnicos y la experiencia práctica relacionados con modelos grandes (ingeniería de modelos grandes, implementación práctica de modelos grandes).

liguodongiot
⭐ 25,297 HTML 👤 liguodongiot User 🕐 Actualizado 2026-10-14 📅 Creado 2023-05-23
6
ludwig-ai/ludwig

Framework de bajo código para construir LLMs personalizados, redes neuronales y otros modelos de IA

ludwig-ai
⭐ 11,793 Python 👤 ludwig-ai Organization 🕐 Actualizado 2026-11-20 📅 Creado 2018-12-27
7
skypilot-org/skypilot

La plataforma de cómputo de IA para equipos de vanguardia. SkyPilot convierte el cómputo de IA fragmentado en una supercomputadora de IA, para que los equipos de vanguardia construyan inteligencia personalizada más rápido.

skypilot-org
⭐ 10,869 Python 👤 skypilot-org Organization 🕐 Actualizado 2026-11-21 📅 Creado 2021-08-11
8
karpathy/minbpe

Código mínimo y limpio para el algoritmo Byte Pair Encoding (BPE) comúnmente utilizado en la tokenización de LLM.

karpathy
⭐ 10,241 Python 👤 karpathy User 🕐 Actualizado 2024-07-01 📅 Creado 2024-02-16
9
THUDM/slime

slime es un marco de entrenamiento de LLM para escalar el aprendizaje por refuerzo.

THUDM
⭐ 8,856 Python 👤 THUDM Organization 🕐 Actualizado 2026-11-05 📅 Creado 2025-06-18
10
bojieli/ai-infra-book

《Comprender en profundidad la infraestructura de IA: análisis cuantitativo y diseño de sistemas》 (por Li Bojie), un manuscrito de libro de código abierto: partiendo de las restricciones del hardware y de las arquitecturas de los modelos, deriva cuantitativamente el diseño de sistemas de inferencia y entrenamiento de LLM. Incluye el texto completo, el PDF, herramientas de cálculo complementarias y experimentos.

bojieli
⭐ 8,179 Python 👤 bojieli User 🕐 Actualizado 2026-10-01 📅 Creado 2026-08-22
11
Human-Agent-Society/reef

Infraestructura para agentes que se mejoran continuamente

Human-Agent-Society
⭐ 7,652 Python 👤 Human-Agent-Society Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-08-31
12
linkedin/Liger-Kernel

Kernels Triton eficientes para el entrenamiento de LLMs

linkedin
⭐ 6,707 Python 👤 linkedin Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-08-06
14
rllm-org/rllm

Democratización del aprendizaje por refuerzo para LLM

rllm-org
⭐ 5,927 Python 👤 rllm-org Organization 🕐 Actualizado 2026-10-16 📅 Creado 2025-01-26
15
h2oai/h2o-llmstudio

H2O LLM Studio: un framework y una GUI sin código para ajustar LLM. Documentación: https://docs.h2o.ai/h2o-llmstudio/

h2oai
⭐ 5,199 Python 👤 h2oai Organization 🕐 Actualizado 2026-11-19 📅 Creado 2023-04-17
16
facebookresearch/lingua

Meta Lingua: una base de código delgada, eficiente y fácil de hackear para investigar LLMs.

facebookresearch
⭐ 4,758 Python 👤 facebookresearch Organization 🕐 Actualizado 2025-07-18 📅 Creado 2024-10-16
17
radixark/miles

Miles es un marco de aprendizaje por refuerzo orientado a empresas para el post-entrenamiento de LLM y VLM, derivado de y co-evolucionando con slime.

radixark
⭐ 3,386 Python 👤 radixark Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-10-09
18
openlake-project/openlake

OpenLake es un motor de almacenamiento de alto rendimiento para una inferencia de LLM y un entrenamiento de GPU eficientes

openlake-project
⭐ 3,089 Rust 👤 openlake-project Organization 🕐 Actualizado 2026-11-19 📅 Creado 2026-04-27
19
openenv/OpenEnv

Una biblioteca de interfaz para el post-entrenamiento de RL con entornos.

openenv
⭐ 2,872 Python 👤 openenv Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-10-01
20
qibin0506/Cortex

Construyendo grandes modelos desde cero: una práctica completa desde el preentrenamiento hasta RLHF

qibin0506
⭐ 2,705 Python 👤 qibin0506 User 🕐 Actualizado 2026-08-21 📅 Creado 2025-06-24
21
databricks/dbrx

Ejemplos de código y recursos para DBRX, un modelo de lenguaje grande desarrollado por Databricks

databricks
⭐ 2,578 Python 👤 databricks Organization 🕐 Actualizado 2024-05-01 📅 Creado 2024-03-26
22
langfengQ/verl-agent

verl-agent es una extensión de veRL, diseñada para entrenar agentes LLM/VLM a través de RL. verl-agent es también el código oficial del artículo "Group-in-Group Policy Optimization for LLM Agent Training"

langfengQ
⭐ 2,457 Python 👤 langfengQ User 🕐 Actualizado 2026-06-09 📅 Creado 2025-03-23
23
MoonshotAI/MoBA

MoBA: Mezcla de Atención por Bloques para LLM de Contexto Largo

MoonshotAI
⭐ 2,122 Python 👤 MoonshotAI Organization 🕐 Actualizado 2025-04-03 📅 Creado 2025-02-17
24
Open-Reasoner-Zero/Open-Reasoner-Zero

Repositorio oficial para Open-Reasoner-Zero

Open-Reasoner-Zero
⭐ 2,094 Python 👤 Open-Reasoner-Zero Organization 🕐 Actualizado 2025-06-02 📅 Creado 2025-02-19
25
allenai/Olmo-core

Bloques de construcción de PyTorch para el ecosistema OLMo

allenai
⭐ 1,810 Python 👤 allenai Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-03-23
26
intelligent-machine-learning/dlrover

DLRover: Un sistema distribuido automático de aprendizaje profundo

intelligent-machine-learning
⭐ 1,695 Python 👤 intelligent-machine-learning Organization 🕐 Actualizado 2026-11-17 📅 Creado 2022-06-24
28
alibaba/Pai-Megatron-Patch

El repositorio oficial de Pai-Megatron-Patch para el entrenamiento a gran escala de LLM y VLM desarrollado por Alibaba Cloud.

alibaba
⭐ 1,601 Python 👤 alibaba Organization 🕐 Actualizado 2025-12-15 📅 Creado 2023-09-04
29
utkuozdemir/nvidia_gpu_exporter

Exportador de GPU NVIDIA para Prometheus mediante el binario nvidia-smi O NVML

utkuozdemir
⭐ 1,599 Go 👤 utkuozdemir User 🕐 Actualizado 2026-11-20 📅 Creado 2021-06-08
30
MoonshotAI/Moonlight

Muon es escalable para el entrenamiento de LLM

MoonshotAI
⭐ 1,523 👤 MoonshotAI Organization 🕐 Actualizado 2025-08-03 📅 Creado 2025-02-22
31
bigscience-workshop/Megatron-DeepSpeed

La investigación en curso entrena modelos de lenguaje Transformer a gran escala, entre ellos: BERT y GPT-2

bigscience-workshop
⭐ 1,426 Python 👤 bigscience-workshop Organization 🕐 Actualizado 2024-03-20 📅 Creado 2021-07-02
32
NousResearch/atropos

Atropos es un framework de entornos de aprendizaje por refuerzo de modelos de lenguaje para recopilar y evaluar trayectorias de LLM a través de diversos entornos

NousResearch
⭐ 1,324 Python 👤 NousResearch Organization 🕐 Actualizado 2026-06-29 📅 Creado 2025-04-29
33
Alibaba-NLP/ZeroSearch

ZeroSearch: Incentivar la capacidad de búsqueda de LLM sin buscar

Alibaba-NLP
⭐ 1,305 Python 👤 Alibaba-NLP Organization 🕐 Actualizado 2025-08-16 📅 Creado 2025-05-07
34
InternScience/GraphGen

GraphGen: Mejora del ajuste fino supervisado para LLM con generación de datos sintéticos impulsada por el conocimiento

InternScience
⭐ 1,236 Python 👤 InternScience Organization 🕐 Actualizado 2026-11-08 📅 Creado 2025-01-08
35
open-gigaai/giga-train

GigaTrain: Un Marco de Entrenamiento Eficiente y Escalable para Modelos de IA

open-gigaai
⭐ 1,074 Python 👤 open-gigaai Organization 🕐 Actualizado 2026-08-25 📅 Creado 2025-09-26
36
volcengine/veScale

Byted PyTorch Distributed para Entrenamiento a Hiperescala de LLMs y RLs

volcengine
⭐ 1,051 Python 👤 volcengine Organization 🕐 Actualizado 2026-11-11 📅 Creado 2024-02-26
37
tingaicompass/AI-Compass

‘AI-Compass’ guiará a la comunidad en la navegación del océano tecnológico de la IA. Sea que seas principiante o un desarrollador avanzado, encontrarás aquí un camino hacia todas las direcciones principales de la IA. Su objetivo es ayudar a los desarrolladores a comprender de manera sistemática los conceptos fundamentales de la IA, las tecnologías dominantes, las tendencias de vanguardia y, mediante la práctica, dominar todo el proceso desde la teoría hasta la implementación.

tingaicompass
⭐ 1,000 Python 👤 tingaicompass User 🕐 Actualizado 2026-11-20 📅 Creado 2025-05-27
38
yandex/YaFSDP

YaFSDP: Otro Fully Sharded Data Parallel

yandex
⭐ 992 Python 👤 yandex Organization 🕐 Actualizado 2026-10-26 📅 Creado 2024-05-27
39
myshell-ai/JetMoE

Alcanzar el rendimiento de LLaMA2 con 0,1 millones de dólares

myshell-ai
⭐ 988 Python 👤 myshell-ai Organization 🕐 Actualizado 2024-07-23 📅 Creado 2024-04-02
41
yongliang-wu/DFT

[ICLR 2026] Sobre la generalización de SFT: Una perspectiva de aprendizaje por refuerzo con rectificación de recompensas.

yongliang-wu
⭐ 932 Python 👤 yongliang-wu User 🕐 Actualizado 2026-08-01 📅 Creado 2025-08-01
42
chrisliu298/awesome-on-policy-distillation

Una colección curada de artículos, informes técnicos, marcos y herramientas para la destilación en política (OPD) de modelos de lenguaje grandes

chrisliu298
⭐ 926 👤 chrisliu298 User 🕐 Actualizado 2026-10-06 📅 Creado 2026-03-22
43
EleutherAI/cookbook

Deep Learning para principiantes. Todos los detalles prácticos y utilidades útiles que se incluyen al trabajar con modelos reales.

EleutherAI
⭐ 858 Python 👤 EleutherAI Organization 🕐 Actualizado 2026-10-27 📅 Creado 2023-12-20
44
qiufengqijun/mini_qwen

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.

qiufengqijun
⭐ 849 Python 👤 qiufengqijun User 🕐 Actualizado 2025-02-18 📅 Creado 2025-01-18
46
sail-sg/Adan

Adan: Algoritmo Adaptativo de Momentum de Nesterov para una Optimización más Rápida de Modelos Profundos

sail-sg
⭐ 818 Python 👤 sail-sg Organization 🕐 Actualizado 2025-06-08 📅 Creado 2022-09-01
47
datawhalechina/llm-algo-leetcode

Algoritmos y sistemas de LLM con PyTorch, Triton y CUDA: aprendizaje práctico. «Tutorial de algoritmos y sistemas de LLM»: arquitecturas y entrenamiento de modelos, posentrenamiento, aceleración de inferencia, optimización del rendimiento y de operadores; incluye ejercicios en Notebook, explicaciones de las respuestas, pruebas y experimentos.

datawhalechina
⭐ 811 Jupyter Notebook 👤 datawhalechina Organization 🕐 Actualizado 2026-11-16 📅 Creado 2026-04-01
48
SimpleBerry/LLaMA-O1

Grandes modelos de razonamiento

SimpleBerry
⭐ 806 Python 👤 SimpleBerry Organization 🕐 Actualizado 2024-12-03 📅 Creado 2024-10-10
49
ghimiresunil/LLM-PowerHouse-A-Curated-Guide-for-Large-Language-Models-with-Custom-Training-and-Inferencing

LLM-PowerHouse: Desata el potencial de los LLM a través de tutoriales seleccionados, mejores prácticas y código listo para usar para entrenamiento e inferencia personalizados.

ghimiresunil
⭐ 734 Jupyter Notebook 👤 ghimiresunil User 🕐 Actualizado 2026-03-13 📅 Creado 2023-05-28
50
RUCAIBox/R1-Searcher

R1-buscador: Incentivar la capacidad de búsqueda en LLM a través del aprendizaje por refuerzo

RUCAIBox
⭐ 722 Python 👤 RUCAIBox Organization 🕐 Actualizado 2025-08-05 📅 Creado 2025-02-26

Preguntas frecuentes

1

¿Cuál es el repositorio de #llm-training más popular en GitHub?

El proyecto de código abierto de #llm-training mejor posicionado en GitHub es karpathy/nanochat, con 60,746 estrellas. El mejor ChatGPT que $100 pueden comprar.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #llm-training?

Entre los proyectos de #llm-training mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Go, Cuda.

3

¿Cómo se calcula la clasificación de los repositorios de #llm-training?

Seguimos 58 repositorios activos de código abierto etiquetados con #llm-training (500+ estrellas), que suman un total de 316,620 estrellas, con una media de 5,458 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.