#long-context-llm Repositorios
Descubre 19 repositorios activos de código abierto de GitHub etiquetados con #long-context-llm, que acumulan 56,271 estrellas en total (una media de 2,961 estrellas por proyecto). El líder de este tema es QwenLM/Qwen3, con 27,753 estrellas.
19 repositorios en total
Qwen3 es la serie de modelos de lenguaje grandes desarrollada por el equipo Qwen de Alibaba Cloud.
CodeGeeX4-ALL-9B, un modelo versátil para todos los escenarios de desarrollo de software de IA, que incluye autocompletado de código, intérprete de código, búsqueda web, llamadas a funciones, preguntas y respuestas a nivel de repositorio y mucho más.
Implementación oficial de PyTorch de Learning to (Learn at Test Time): RNNs con estados ocultos expresivos
[NeurIPS'24 Spotlight, ICLR'25, ICML'25] Para acelerar la inferencia de LLM de contexto largo, el cálculo disperso aproximado y dinámico de la atención reduce la latencia de inferencia hasta 10 veces para el prellenado en un A100, manteniendo la precisión.
Un marco MemAgent que se puede extrapolar a 3,5 millones, junto con un marco de entrenamiento para el entrenamiento de RL de cualquier flujo de trabajo de agente.
Repositorio público del artículo de NeurIPS 2023 "Unlimiformer: Transformers de Largo Alcance con Entrada de Longitud Ilimitada"
La implementación oficial para [NeurIPS2025 Oral] Atención con Compuerta (Gated Attention) para Grandes Modelos de Lenguaje: No linealidad, Esparsidad y Libre de Attention-Sink
Atención distribuida hacia la escalabilidad lineal para el entrenamiento de contextos ultralargos y datos heterogéneos
Gemma 2B con una longitud de contexto de 10M utilizando Infini-attention.
LLaMA-VID: Una imagen vale 2 tokens en modelos de lenguaje grandes (ECCV 2024)
Orion-14B es una familia de modelos que incluye un LLM fundacional de 14B y una serie de modelos: un modelo de chat, un modelo de contexto largo, un modelo cuantizado, un modelo ajustado con RAG y un modelo ajustado con Agente. La familia de modelos Orion-14B incluye un LLM fundacional multilingüe de 14 mil millones de parámetros y una serie de modelos derivados relacionados, que incluyen un modelo de diálogo, un modelo de contexto largo, un modelo cuantizado, un modelo ajustado con RAG y un modelo ajustado con Agente, etc.
[ICLR 2025] DuoAttention: Inferencia eficiente de LLM de contexto largo con cabezales de recuperación y transmisión
QwQ es la serie de modelos de razonamiento desarrollada por el equipo Qwen de Alibaba Cloud.
Preguntas frecuentes
¿Cuál es el repositorio de #long-context-llm más popular en GitHub?
El proyecto de código abierto de #long-context-llm mejor posicionado en GitHub es QwenLM/Qwen3, con 27,753 estrellas. Qwen3 es la serie de modelos de lenguaje grandes desarrollada por el equipo Qwen de Alibaba Cloud.
¿Qué lenguajes de programación se utilizan más en los repositorios de #long-context-llm?
Entre los proyectos de #long-context-llm mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #long-context-llm?
Seguimos 19 repositorios activos de código abierto etiquetados con #long-context-llm (500+ estrellas), que suman un total de 56,271 estrellas, con una media de 2,961 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.