Git Stars Git Stars

#fine-tuning-llm Dépôts

Découvrez 4 dépôts GitHub open source actifs associés à #fine-tuning-llm, cumulant 17,239 étoiles au total (soit une moyenne de 4,309 étoiles par projet). Le projet en tête de ce thème est InternLM/InternLM, avec 7,280 étoiles.

4
Total des Dépôts
17,239
Nombre total d'étoiles
4,309
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook
1
InternLM/InternLM

Sortie officielle de la série InternLM (InternLM, InternLM2, InternLM2.5, InternLM3).

InternLM
⭐ 7,280 Python 👤 InternLM Organization 🕐 Mis à jour 2025-10-30 📅 Créé 2023-07-06
2
PacktPublishing/LLM-Engineers-Handbook

Le guide pratique des LLM : Des bases au déploiement d'applications LLM et RAG avancées sur AWS en utilisant les meilleures pratiques LLMOps

PacktPublishing
⭐ 5,438 Python 👤 PacktPublishing Organization 🕐 Mis à jour 2026-04-22 📅 Créé 2024-04-09
3
dvlab-research/LongLoRA

Code et documents de LongLoRA et LongAlpaca (ICLR 2024 Oral)

JIA-Lab-research
⭐ 2,696 Python 👤 JIA-Lab-research Organization 🕐 Mis à jour 2024-08-14 📅 Créé 2023-09-21
4
peremartra/Large-Language-Model-Notebooks-Course

Cours pratique sur les grands modèles linguistiques.

peremartra
⭐ 1,827 Jupyter Notebook 👤 peremartra User 🕐 Mis à jour 2026-09-29 📅 Créé 2023-05-01

Foire aux questions

1

Quel est le dépôt #fine-tuning-llm le plus populaire sur GitHub ?

Le projet #fine-tuning-llm open source le mieux classé sur GitHub est InternLM/InternLM, avec 7,280 étoiles. Sortie officielle de la série InternLM (InternLM, InternLM2, InternLM2.5, InternLM3).

2

Quels langages de programmation sont les plus utilisés dans les dépôts #fine-tuning-llm ?

Parmi les projets #fine-tuning-llm les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.

3

Comment le classement des dépôts #fine-tuning-llm est-il calculé ?

Nous suivons 4 dépôts open source actifs associés à #fine-tuning-llm (500+ étoiles), totalisant 17,239 étoiles, avec une moyenne de 4,309 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.