#deepseek-v4 Dépôts
Découvrez 7 dépôts GitHub open source actifs associés à #deepseek-v4, cumulant 24,387 étoiles au total (soit une moyenne de 3,483 étoiles par projet). Le projet en tête de ce thème est FlashML-org/FreeToken, avec 17,522 étoiles.
7 dépôts au total
FreeToken apporte le déploiement de modèles à l'échelle des centres de données sur votre bureau. Exécutez des modèles massifs localement, rapidement et efficacement.
Serveur d’inférence LLM natif pour Apple Silicon. Compatible avec les API d’OpenAI et d’Anthropic. Sans Python. Application macOS avec backend en Zig et frontend en Swift, prenant en charge la génération de conversations, de musique, de voix et de vidéos.
Inférence sur CPU sans GPU pour les modèles MoE de 30B à 284B (Qwen3.8 176.5B certifié avec cache froide dans Cgroup v2 à 28,26/48,35 Gio, DeepSeek-V4 284B, Nemotron-30B) + RouteCrack 2.0.
🚀 Bibliothèque d'entraînement natif distribué Pytorch pour LLMs/VLMs avec prise en charge immédiate de Hugging Face
Hub léger et open source pour agents IA | Agent IA léger, multi-utilisateur et open source, avec isolation des locataires, prise en charge native de DeepSeek et intégration de plusieurs plateformes de messagerie instantanée
Application macOS dans la barre des menus pour utiliser rapidement DeepSeek V4.1 en local, avec un contexte d’un million de tokens.
Xolotl : exécutez DeepSeek-V4.1-Flash, avec l’intégralité de ses 552B paramètres, comme agent de programmation local sur un seul PC gaming (RTX 4090 + 110 Go de RAM) : ~33 tok/s en mode agent, ~41 en mode rapide, avec un contexte de 512K. Également disponible : Inkling-2-Mini (Thinking Machines, moteur propriétaire + générateur d’ébauches MTP), GLM-5.3-Flash, Qwen3.8 et LFM3-Omni. Experts MoE répartis par niveaux entre la VRAM, la RAM et le NVMe (Xolotl Direct). API OpenAI + Anthropic.
Foire aux questions
Quel est le dépôt #deepseek-v4 le plus populaire sur GitHub ?
Le projet #deepseek-v4 open source le mieux classé sur GitHub est FlashML-org/FreeToken, avec 17,522 étoiles. FreeToken apporte le déploiement de modèles à l'échelle des centres de données sur votre bureau. Exécutez des modèles massifs localement, rapidement et efficacement.
Quels langages de programmation sont les plus utilisés dans les dépôts #deepseek-v4 ?
Parmi les projets #deepseek-v4 les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Zig, Swift, C++.
Comment le classement des dépôts #deepseek-v4 est-il calculé ?
Nous suivons 7 dépôts open source actifs associés à #deepseek-v4 (500+ étoiles), totalisant 24,387 étoiles, avec une moyenne de 3,483 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.