#alpaca Dépôts
Découvrez 21 dépôts GitHub open source actifs associés à #alpaca, cumulant 72,670 étoiles au total (soit une moyenne de 3,460 étoiles par projet). Le projet en tête de ce thème est ymcui/Chinese-LLaMA-Alpaca, avec 18,915 étoiles.
21 dépôts au total
Modèles de Langage à Grande Échelle LLaMA & Alpaca Chinois + Entraînement et Déploiement sur CPU/GPU Locaux (Chinese LLaMA & Alpaca LLMs)
Grandes modèles chinois LLaMA-2 & Alpaca-2 Phase II + modèles à contexte ultra-long de 64K (Chinese LLaMA-2 & Alpaca-2 LLMs with 64K long context models)
Firefly : Outils d'entraînement de grands modèles, prend en charge l'entraînement de grands modèles tels que Qwen2.5, Qwen2, Yi1.5, Phi-3, Llama3, Gemma, MiniCPM, Yi, Deepseek, Orion, Xverse, Mixtral-8x7B, Zephyr, Mistral, Baichuan2, Llma2, Llama, Qwen, Baichuan, ChatGLM2, InternLM, Ziya2, Vicuna, Bloom, etc.
Une interface web pour discuter avec Alpaca via llama.cpp. Entièrement dockerisée, avec une API facile à utiliser.
Chinese-Vicuna : Un modèle chinois basé sur LLaMA pour le suivi des instructions – un schéma llama+lora chinois à faibles ressources, référence structurelle alpaca
Framework de trading Python avec des agents IA qui passent réellement les ordres. Effectuez des backtests et tradez en simulation ou en réel auprès de 12 courtiers : actions, options, contrats à terme, forex, cryptomonnaies et marchés prédictifs.
Projet chinois Llama-3 LLMs phase 3 (Chinese Llama-3 LLMs) développé à partir de Meta Llama 3
RLHF Sûr : Alignement des Valeurs Contraints par l'Apprentissage par Renforcement Sûr à partir des Retours Humains
KoAlpaca : un modèle linguistique open-source pour comprendre les instructions coréennes
La manière la plus simple d'exécuter Alpaca (et d'autres LLM locaux basés sur LLaMA) sur votre propre ordinateur
Un ensemble de données de dialogue chinois finement réglé manuellement et un code de réglage fin pour chatglm
🤖 Répertoires, outils, sites web, articles et tutoriels IA collectés automatiquement. Boîte à outils pratique d'IA 💎
Bibliothèque basée sur C++ 17 (avec applications d'exemple) pour tester des idées de trading automatisé basées sur les actions, les futures, les devises, les ETF et les options en utilisant le flux de données en temps réel DTN IQFeed et Interactive Brokers (IB TWS API) pour l'exécution des trades. Démo libtorch/lstm/cuda. Support pour Alpaca et Phemex. Notifications via Telegram.
Foire aux questions
Quel est le dépôt #alpaca le plus populaire sur GitHub ?
Le projet #alpaca open source le mieux classé sur GitHub est ymcui/Chinese-LLaMA-Alpaca, avec 18,915 étoiles. Modèles de Langage à Grande Échelle LLaMA & Alpaca Chinois + Entraînement et Déploiement sur CPU/GPU Locaux (Chinese LLaMA & Alpaca LLMs)
Quels langages de programmation sont les plus utilisés dans les dépôts #alpaca ?
Parmi les projets #alpaca les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Svelte, C.
Comment le classement des dépôts #alpaca est-il calculé ?
Nous suivons 21 dépôts open source actifs associés à #alpaca (500+ étoiles), totalisant 72,670 étoiles, avec une moyenne de 3,460 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.