#large-language-models Dépôts
1,249 dépôts au total
Projets industriels de génération d'IA de bout en bout sur modèles LLM avec Deployment_Awesome LLM Projects
[ICML 2025 Oral] CodeI/O : Condenser les modèles de raisonnement par la prédiction des entrées-sorties du code
Version Java de LangChain, tout en permettant aux LLM pour le Big Data.
Implémentation PyTorch pour l'article "Driving with LLMs: Fusing Object-Level Vector Modality for Explainable Autonomous Driving"
Passerelle LLM universelle : une seule API pour tous les LLM. Points de terminaison compatibles OpenAI/Anthropic avec traduction multi-fournisseurs et équilibrage de charge intelligent.
CUDA-L2 : Dépasser les performances de cuBLAS pour la multiplication de matrices par apprentissage par renforcement
Implémentation officielle pour l'article « DoLa : Decoding by Contrasting Layers Improves Factuality in Large Language Models »
Une feuille de route décrivant les compétences requises, les ressources d'apprentissage et les exemples d'outils pour devenir un ingénieur IA
Le code officiel pour "Vers un modèle fondamental généraliste pour la radiologie en exploitant des données médicales 2D et 3D à l'échelle du Web".
Pax est un framework d'apprentissage automatique basé sur Jax pour l'entraînement de modèles à grande échelle. Pax permet une expérimentation et une parallélisation avancées et entièrement configurables, et a démontré des taux d'utilisation des flops de modèles à la pointe de l'industrie.
Une collection curated de ressources pour l'ingénierie appliquée de l'IA (en cours).
Un cadre de gestion de projet pour le développement assisté par l'IA avec Claude Code
Chatbot Arena rencontre la multimodalité ! Multi-Modality Arena vous permet d'évaluer côte à côte des modèles de vision-langage tout en fournissant des images en entrée. Prend en charge MiniGPT-4, LLaMA-Adapter V2, LLaVA, BLIP-2, et bien d'autres !
[Découvertes de l'EMNLP'25] Un système Graph RAG facile à utiliser utilisant des connaissances hiérarchiques.
Bibliothèque/structure Python simple pour supprimer des caractéristiques dans les LLM pris en charge par TransformerLens
CVPR 2024 : Génération guidée par le langage d'environnements d'IA incarnée en 3D.
🔥🔥🔥 Une liste organisée d'articles sur la génération multimodale basée sur les LLM (image, vidéo, 3D et audio).
Dépôt pour l'article "Large Language Model-Based Agents for Software Engineering: A Survey". Mise à jour continue.
Implémentation officielle de l'article de NeurIPS 2024 intitulé "G-Retriever : Génération Augmentée par la Récupération pour la Compréhension des Graphes Textuels et la Réponse aux Questions"
Une collection ouverte de méthodologies pour aider à l'entraînement réussi de grands modèles de langage.
MiniMax M2.1, un modèle SOTA pour le développement et les agents dans le monde réel.
Ceci est le dépôt de HaluEval, une référence d'évaluation d'hallucinations à grande échelle pour les grands modèles linguistiques.
Tâches BIG-Bench difficiles et si la Chaîne de Pensée peut les résoudre
Le tout premier modèle de langage de grande taille pour la médecine traditionnelle chinoise - "CMLM-ZhongJing". Inspiré par la sagesse profonde de l'ancien maître médical chinois Zhang Zhongjing, il s'agit d'un modèle de langage pré-entraîné conçu spécifiquement pour le domaine de la médecine traditionnelle chinoise.
[NeurIPS 2025 Spotlight] Un tokeniseur unifié pour la génération et la compréhension visuelle
Hime de Traduction : Dédié à la traduction automatique pour les domaines de niche
[NeurIPS 2025] Un cadre LLM basé sur des graphes pour les tâches SE du monde réel
Notes sur la technologie des doubles numériques GPT interactifs en temps réel, pas un projet open source de doubles numériques