#large-language-models Dépôts
1,249 dépôts au total
Un environnement de programmation visuelle open-source pour tester les invites des LLM.
Un algorithme de parallélisme de pipeline bidirectionnel pour le chevauchement calcul-communication dans l'entraînement DeepSeek V3/R1.
Un programme Python qui transforme un LLM, fonctionnant sur Ollama, en un chercheur automatisé, qui, avec une seule requête, déterminera les domaines de concentration à étudier, effectuera des recherches sur le web et extraira le contenu de divers sites web pertinents et fera des recherches pour vous en toute autonomie ! Et plus encore, sans s'y limiter, mais y compris la sauvegarde des résultats pour vous !
Convertissez les dépôts de code dans un format convivial pour les invites LLM. Principalement construit par GPT-4.
Omnilingual ASR open-source reconnaissance vocale multilingue pour plus de 1600 langues
Holistic Evaluation of Language Models (HELM) est un framework Python open source créé par le Center for Research on Foundation Models (CRFM) de Stanford pour une évaluation holistique, reproductible et transparente des modèles fondamentaux, y compris les grands modèles linguistiques (LLM) et les modèles multimodaux.
[ACL 2024] Un framework facile da usare per la modifica della conoscenza per LLMs.
Ensemble Mixture-Of-Agents (MoA) – 65,1 % sur AlpacaEval avec des modèles OSS
Créez des animations épiques de mathématiques et de physique et des notes d'étude à partir de texte et d'images.
Implémentation officielle de "Graph of Thoughts: Solving Elaborate Problems with Large Language Models"
Implémentation de référence pour le DPO (Direct Preference Optimization)
Mes propres invites pour les instructions personnalisées de ChatGPT
Évaluation comparative de la capacité de raisonnement complexe des grands modèles linguistiques avec l'incitation en chaîne de pensée
Données de chat multi-tours à grande échelle, informatives et diverses (et modèles)
Concaténer un répertoire plein de fichiers en une seule invite pour une utilisation avec les LLM
Quantification LLM SOTA à faible nombre de bits (INT8/FP8/MXFP8/INT4/MXFP4/NVFP4) et sparsité ; techniques de compression de modèles de pointe sur PyTorch, TensorFlow et ONNX Runtime
La boîte à outils NVIDIA NeMo Agent est une bibliothèque open-source pour connecter et optimiser efficacement des équipes d'agents IA.
Construire des grands modèles à zéro : une pratique complète du pré-entraînement à la RLHF
[ICLR 2024] Implémentation officielle de " 🦙 Time-LLM : Prévision de séries temporelles par reprogrammation de grands modèles de langage"
Le fichier /llms.txt, aidant les modèles linguistiques à utiliser votre site Web
Awesome-GraphRAG : Une liste organisée de ressources (surveys, articles, benchmarks et projets open source) sur la génération augmentée par récupération basée sur les graphes.
Basé sur le workflow DSL d'application IA créé par Dify, vous pouvez l'obtenir gratuitement. Que ce soit pour des besoins personnels ou à des fins d'apprentissage, il vous ouvrira un voyage intelligent plein de possibilités infinies.
Liste organisée de ressources utiles sur les LLM / l'analytique / la science des données
Chatbot LLM entièrement privé qui fonctionne entièrement dans le navigateur sans aucun serveur nécessaire. Prend en charge Mistral et LLama 3.
[EMNLP-2024] Construire des agents de langage multimodaux pour un prototypage et une production rapides
Cet entrepôt enregistre principalement les questions d'entretien relatives aux ingénieurs d'algorithmes de grands modèles (LLM).
L'implémentation officielle du serveur MCP pour la plate-forme d'API Perplexity
[NeurIPS 2026] Défaillances de sécurité des agents de programmation et des LLM de pointe. Environnements de travail reproductibles pour étudier dans quelles circonstances les agents d’IA génèrent des données non sécurisées lors de l’exécution de tâches.
MiniMax-M2, un modèle conçu pour le codage Max et les flux de travail d'agent.
Implémentation officielle de EAGLE-1 (ICML'24), EAGLE-2 (EMNLP'24) et EAGLE-3 (NeurIPS'25).
Apprenez Ollama activement, déploiement de grands modèles sur CPU, adresse de lecture en ligne : https://datawhalechina.github.io/handy-ollama/
[À la une d’ECCV 2026] Implémentation de « Live Avatar : génération d’avatars pilotée par l’audio en temps réel, en streaming et d’une durée infinie »
coupait tes décisions et tes principes. Claude les lit pour faire de meilleurs choix.