#large-language-models Dépôts
1,249 dépôts au total
[ICLR2026] codes pour R-Zero : LLM de raisonnement auto-évolutif à partir de zéro données (https://www.arxiv.org/pdf/2508.05004)
Travaux récents basés sur les LLM en vision par ordinateur et connexes. Bienvenue pour commenter/contribuer !
Code et implémentations pour l'article ACL 2025 "AgentGym: Evolving Large Language Model-based Agents across Diverse Environments" par Zhiheng Xi et al.
MiniGPT-4 Déploiement chinois Traduction Affiner les détails de déploiement
Code pour l'article ICML 2023 "SparseGPT: Massive Language Models Can Be Accurately Pruned in One-Shot".
Le Deep Learning pour les nuls. Tous les détails pratiques et les utilitaires utiles pour travailler avec de vrais modèles.
prime est un framework pour l'entraînement efficace et distribué au niveau mondial de modèles d'IA sur Internet.
Le plus grand dépôt GitHub au monde pour les LLM + Robotique
[EMNLP'25] s3 - ⚡ Entraînement Efficace et Performant des Agents de Recherche via RL pour RAG (RLVR pour la Recherche avec des Données Minimales)
Ceci est un projet pour entraîner des modèles linguistiques de grande taille à partir de zéro, y compris le pré-entraînement, le fine-tuning et l'optimisation directe des préférences, le modèle ayant 1 milliard de paramètres et prenant en charge le chinois et l'anglais.
Une bibliothèque complète pour la mise en œuvre des LLM, comprenant un pipeline d'entraînement unifié et une évaluation complète des modèles.
DiffuCoder : Comprendre et améliorer les modèles de diffusion masqués pour la génération de code
Une liste organisée de projets open-source liés à DeepSeek Coder
[Version étendue ICLR 2025 Blog Track] Anole : Modèles multimodaux ouverts, autorégressifs et natifs pour la génération d'images-textes entrelacés
[MLSys'25] QServe : Quantification W4A8KV4 et co-conception de systèmes pour un service LLM efficace ; [MLSys'25] LServe : Service LLM efficace pour les longues séquences avec attention éparse unifiée
Un framework de simulation pour RLHF et ses alternatives. Développez votre méthode RLHF sans collecter de données humaines.
Awesome-LLM-Robustness : une liste organisée sur l'incertitude, la fiabilité et la robustesse dans les grands modèles linguistiques
Magick est une boîte à outils de pointe pour un nouveau type de constructeur d'IA. Créez Magick avec nous !
Un système Graph RAG pour la recherche d'informations médicales basées sur des preuves [ACL 2025]
Un moteur d'entraînement de modèles multimodaux simple et unifié. Léger, flexible et conçu pour l'expérimentation à grande échelle.
Générez une critique complète d'un article arXiv, puis transformez-la en un article de blog. Ce projet alimente le site Web ci-dessous pour les articles quotidiens de HuggingFace (https://huggingface.co/papers).
📖 Ceci est un dépôt pour organiser des articles, du code et d'autres ressources liés aux modèles multimodaux unifiés.
[NeurIPS 2025] 4KAgent: Agentic Any Image to 4K Super-Resolution. Un agent intelligent de vision par ordinateur capable de restaurer magiquement n'importe quelle image en 4K parfaite !
Une liste de contrôle de sécurité complète pour les outils d'IA basés sur MCP. Créée par SlowMist pour sécuriser les écosystèmes de plugins LLM.
Échantillonnage Verbalisé, une stratégie de sollicitation sans entraînement pour atténuer l'effondrement modal dans les LLM en demandant des réponses avec des probabilités. Permet une amélioration de la diversité de 2 à 3 fois tout en maintenant la qualité. Cadre indépendant du modèle avec CLI/API pour l'écriture créative, la génération de données synthétiques et la simulation de dialogue.
Un serveur MCP Minecraft alimenté par l'API Mineflayer. Il permet de contrôler un personnage Minecraft en temps réel, permettant aux assistants IA de construire des structures, d'explorer le monde et d'interagir avec l'environnement du jeu via des instructions en langage naturel
Liste des articles liés à la quantification des réseaux neuronaux dans les conférences et revues d'IA récentes.
Carnets de notes pour la spécialisation sur les grands modèles linguistiques (LLM)
Implémentation officielle de notre article NeurIPS 2023 "Augmenting Language Models with Long-Term Memory".
Chat-Zhen Huan est un modèle linguistique de discussion obtenu par réglage fin LoRA de ChatGLM2 en utilisant toutes les répliques et phrases concernant Zhen Huan du scénario de "The Legend of Zhen Huan", afin d'imiter le ton de Zhen Huan.
Bibliothèque Python minimale pour se connecter aux LLM (OpenAI, Anthropic, Google, Groq, Reka, Together, AI21, Cohere, Aleph Alpha, HuggingfaceHub), avec un benchmark intégré des performances du modèle.
HarmBench : Un cadre d'évaluation standardisé pour le Red Teaming automatisé et le refus robuste
Contenu pour le cours d'ingénierie des invites d'Udemy