#language-models Dépôts
Découvrez 33 dépôts GitHub open source actifs associés à #language-models, cumulant 58,348 étoiles au total (soit une moyenne de 1,768 étoiles par projet). Le projet en tête de ce thème est bigscience-workshop/petals, avec 9,864 étoiles.
33 dépôts au total
Exécutez des LLM à la maison, style BitTorrent. Fine-tuning et inférence jusqu'à 10 fois plus rapides que l'offloading.
Cadre open source pour la recherche et le développement de modèles fondamentaux.
Exemples, tutoriels de bout en bout et applications conçus à l'aide des modèles fondamentaux d'IA Liquid (LFM) et du SDK LEAP
Grands Modèles Conceptuels : Modélisation du langage dans un espace de représentation de phrases
[Liste d'articles] Articles intégrant des graphes de connaissances (KG) et de grands modèles linguistiques (LLM)
Expliquez, analysez et visualisez des modèles linguistiques NLP. Ecco crée des visualisations interactives directement dans les notebooks Jupyter expliquant le comportement des modèles linguistiques basés sur Transformer (tels que GPT2, BERT, RoBERTa, T5 et T0).
Forcer le format de sortie (schéma JSON, Regex, etc.) d'un modèle linguistique
Wrapper d'API non officiel pour Perplexity.ai + Générateur de compte avec interface Web
Implémentation officielle PyTorch de Learning to (Learn at Test Time) : RNN avec états cachés expressifs
Le dépôt GitHub officiel pour l'article de synthèse « A Survey on Diffusion Language Models ».
Tutoriels LangChain et Prompt Engineering sur les grands modèles de langage (LLM) tels que ChatGPT avec des données personnalisées. Cahiers Jupyter sur le chargement et l'indexation des données, la création de modèles de invites, les agents CSV et l'utilisation de chaînes de récupération QA pour interroger les données personnalisées. Projets d'utilisation d'un LLM privé (Llama 2) pour discuter avec des fichiers PDF, analyse des sentiments des tweets.
💁 Impressionnant trésor de modèles Transformer pour le traitement du langage naturel contenant des articles, des vidéos, des blogs, des dépôts officiels ainsi que des notebooks Colab. 🛫☑️
Une bibliothèque simple et facile à utiliser pour interagir avec l'API Ollama.
[ACL 2023] Raisonnement avec le Prompting de Modèles Linguistiques : Une Synthèse
Un remplacement compatible avec l'API et prêt à l'emploi pour le framework Foundation Models d'Apple avec la prise en charge des fournisseurs de modèles linguistiques personnalisés.
[ICLR 2025] Samba : Modèles hybrides simples à espace d'états pour une modélisation de langage à contexte illimité et efficace
Code d'inférence pour l'article "Spirit-LM Interleaved Spoken and Written Language Model".
PhoBERT : modèles de langue pré-entraînés pour le vietnamien (EMNLP-2020 Findings)
Implémentation officielle pour HyenaDNA, un modèle de fondation génomique à longue portée construit avec Hyena
Petit GPT implémenté à partir de zéro en Go pur. Optimisé pour la compréhension. Entraîné sur les livres de Jules Verne.
JailbreakBench : Une référence de robustesse ouverte pour le contournement (jailbreaking) des modèles de langage [Piste Datasets and Benchmarks de NeurIPS 2024]
Happy Transformer facilite le fine-tuning et l'inférence avec les modèles Transformer NLP.
PromptInject est un framework qui assemble des prompts de manière modulaire pour fournir une analyse quantitative de la robustesse des LLM face aux attaques par injection de prompts. 🏆 Prix du meilleur article au NeurIPS ML Safety Workshop 2022
🕵️♂️ Bibliothèque conçue pour les développeurs désireux d’explorer le potentiel des grands modèles de langage (LLM) et d’autres IA génératives via une approche propre, efficace et idiomatique en Go.
Foire aux questions
Quel est le dépôt #language-models le plus populaire sur GitHub ?
Le projet #language-models open source le mieux classé sur GitHub est bigscience-workshop/petals, avec 9,864 étoiles. Exécutez des LLM à la maison, style BitTorrent. Fine-tuning et inférence jusqu'à 10 fois plus rapides que l'offloading.
Quels langages de programmation sont les plus utilisés dans les dépôts #language-models ?
Parmi les projets #language-models les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Go, TypeScript.
Comment le classement des dépôts #language-models est-il calculé ?
Nous suivons 33 dépôts open source actifs associés à #language-models (500+ étoiles), totalisant 58,348 étoiles, avec une moyenne de 1,768 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.