#large-language-model Dépôts
Découvrez 61 dépôts GitHub open source actifs associés à #large-language-model, cumulant 377,150 étoiles au total (soit une moyenne de 6,182 étoiles par projet). Le projet en tête de ce thème est jingyaogong/minimind, avec 67,954 étoiles.
61 dépôts au total
ChatGLM-6B : Un modèle linguistique de dialogue bilingue open source | Modèle linguistique de dialogue bilingue open source
Qwen3-VL est la série de grands modèles linguistiques multimodaux développée par l'équipe Qwen d'Alibaba Cloud.
Pocket Flow : Framework LLM de 100 lignes. Laissez les agents créer des agents !
Kimi K2 est la série de grands modèles linguistiques développés par l'équipe Moonshot AI.
KAG est un framework de raisonnement et de récupération guidé par des formes logiques, basé sur le moteur OpenSPG et les LLM. Il est utilisé pour construire des solutions de raisonnement logique et de questions-réponses factuelles pour des bases de connaissances de domaines professionnels. Il peut surmonter efficacement les lacunes du modèle traditionnel de calcul de similarité vectorielle RAG.
OpenCompass est une plateforme d’évaluation des grands modèles de langage (LLM) prenant en charge un large éventail de modèles d’OpenAI, Anthropic, Gemini, Qwen, GLM, DeepSeek, etc., sur plus de 100 jeux de données couvrant les connaissances, le raisonnement, la programmation, les sciences, le langage, les contextes longs et la sécurité.
Sortie officielle de la série InternLM (InternLM, InternLM2, InternLM2.5, InternLM3).
Exemple de configuration complète d'un projet Claude Code incluant des hooks, des compétences (skills), des agents, des commandes et des workflows GitHub Actions
Enchanted est une application pour iOS et macOS permettant de discuter avec des modèles linguistiques privés auto-hébergés tels que Llama2, Mistral ou Vicuna en utilisant Ollama.
Découvrez les systèmes d’inférence des LLM sur Apple Silicon pour les ingénieurs systèmes : construisez un petit vLLM + Qwen
Qwen3.8 est une série de grands modèles de langage développée par l’équipe Qwen du groupe Alibaba.
Un ensemble de données se compose de 15 140 invites ChatGPT provenant de Reddit, Discord, de sites Web et de jeux de données open-source (y compris 1 405 invites de contournement).
InternLM-XComposer2.5-OmniLive : Un système multimodal complet pour les interactions audio et vidéo en streaming à long terme
Ressources complètes sur l'IA générative, y compris une feuille de route détaillée, des projets, des cas d'utilisation, la préparation aux entretiens et la préparation au codage.
Page du projet pour "LISA: Segmentation par raisonnement via un grand modèle linguistique"
Des ressources géniales pour l'apprentissage en contexte et l'ingénierie de prompts : maîtrise des LLM tels que ChatGPT, GPT‑3 et FlanT5, avec des mises à jour à jour et à la pointe.
Choses géniales sur les agents alimentés par LLM. Papiers / Repos / Blogs / ...
Ceci est une liste organisée de recherches sur "l'IA incarnée ou les robots dotés de grands modèles linguistiques". Suivez ce dépôt pour les dernières mises à jour ! 🔥
DATAGEN : Assistant de recherche multi‑agent alimenté par l’IA qui automatise la génération d’hypothèses, l’analyse de données et la rédaction de rapports.
Seed1.5-VL, un modèle de fondation vision-langage conçu pour faire progresser la compréhension et le raisonnement multimodaux à usage général, atteignant des performances de pointe sur 38 des 60 points de référence publics.
Une intégration et un modèle Home Assistant pour contrôler votre maison intelligente à l'aide d'un LLM local
Ce dépôt rassemble des articles pour "A Survey on Knowledge Distillation of Large Language Models". Nous décomposons la KD en Élicitation des Connaissances et Algorithmes de Distillation, et explorons la Distillation par Compétence et Verticale des LLM.
Un cadre pour le traitement de la parole, du langage, de l'audio et de la musique avec des grands modèles de langage
Un Modèle de Fondation Ouvert et Benchmark pour Accélérer la Recommandation Générative
Un framework Python facile à utiliser pour générer des invites de jailbreak adverses.
Un système Graph RAG pour la recherche d'informations médicales basées sur des preuves [ACL 2025]
Tencent Hunyuan A13B (abrégé Hunyuan-A13B), un LLM innovant et open-source construit sur une architecture MoE à grain fin.
Entraîner un LLM de 1B avec 1T token à partir de zéro par des particuliers
Orion-14B est une famille de modèles comprenant un LLM de base de 14 milliards de paramètres, ainsi qu'une série de modèles dérivés : un modèle de chat, un modèle à long contexte, un modèle quantifié, un modèle affiné RAG et un modèle affiné Agent. La série de modèles Orion-14B comprend un LLM de base multilingue de 14 milliards de paramètres et une série de modèles dérivés associés, notamment des modèles de dialogue, des modèles à long contexte, des modèles quantifiés, des modèles affinés RAG, des modèles affinés Agent, etc.
Fin-R1 est un grand modèle linguistique pour le raisonnement financier complexe, développé et rendu open source grâce aux efforts conjoints du SUFE-AIFLM-Lab de l'École de Statistique et de Science des Données de l'Université de Finance et d'Économie de Shanghai et de FinStep.AI.
Ce dépôt rassemble une liste exhaustive d'articles exceptionnels sur la génération / narration d'histoires, se concentrant exclusivement sur l'ère des grands modèles linguistiques (LLM).
Awesome-LLM-Eval: une liste organisée d'outils, de jeux de données/benchmarks, de démos, de classements, d'articles, de documents et de modèles, principalement pour l'évaluation des LLM. Une liste organisée d'outils, de benchmarks/données, de démos, de classements et de grands modèles, principalement axée sur l'évaluation des grands modèles de base, dans le but d'explorer les limites technologiques de l'IA générative.
Foire aux questions
Quel est le dépôt #large-language-model le plus populaire sur GitHub ?
Le projet #large-language-model open source le mieux classé sur GitHub est jingyaogong/minimind, avec 67,954 étoiles. 🧠 Entraînez votre propre LLM de 64M à partir de zéro en 2 heures.
Quels langages de programmation sont les plus utilisés dans les dépôts #large-language-model ?
Parmi les projets #large-language-model les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript, Rust.
Comment le classement des dépôts #large-language-model est-il calculé ?
Nous suivons 61 dépôts open source actifs associés à #large-language-model (500+ étoiles), totalisant 377,150 étoiles, avec une moyenne de 6,182 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.