Git Stars Git Stars

#llama-2 Dépôts

Découvrez 15 dépôts GitHub open source actifs associés à #llama-2, cumulant 165,816 étoiles au total (soit une moyenne de 11,054 étoiles par projet). Le projet en tête de ce thème est meta-llama/llama, avec 59,437 étoiles.

15
Total des Dépôts
165,816
Nombre total d'étoiles
11,054
Moyenne d'Étoiles/Dépôt
1
meta-llama/llama

Code d'inférence pour les modèles Llama

meta-llama
⭐ 59,437 Python 👤 meta-llama Organization 🕐 Mis à jour 2025-01-26 📅 Créé 2023-02-14
2
Vision-CAIR/MiniGPT-4

Codes open-source pour MiniGPT-4 et MiniGPT-v2 (https://minigpt-4.github.io, https://minigpt-v2.github.io/)

Vision-CAIR
⭐ 25,770 Python 👤 Vision-CAIR Organization 🕐 Mis à jour 2024-09-02 📅 Créé 2023-04-15
3
haotian-liu/LLaVA

[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) a été développé pour des capacités de niveau GPT-4V et au-delà.

haotian-liu
⭐ 24,232 Python 👤 haotian-liu User 🕐 Mis à jour 2024-08-12 📅 Créé 2023-04-17
4
ymcui/Chinese-LLaMA-Alpaca

Modèles de Langage à Grande Échelle LLaMA & Alpaca Chinois + Entraînement et Déploiement sur CPU/GPU Locaux (Chinese LLaMA & Alpaca LLMs)

ymcui
⭐ 18,915 Python 👤 ymcui User 🕐 Mis à jour 2026-04-19 📅 Créé 2023-03-15
5
getumbrel/llama-gpt

Un chatbot auto-hébergé, hors ligne, similaire à ChatGPT. Propulsé par Llama 2. 100% privé, aucune donnée ne quitte votre appareil. Nouveauté : prise en charge de Code Llama !

getumbrel
⭐ 10,990 TypeScript 👤 getumbrel Organization 🕐 Mis à jour 2024-04-23 📅 Créé 2023-07-22
7
ymcui/Chinese-LLaMA-Alpaca-2

Grandes modèles chinois LLaMA-2 & Alpaca-2 Phase II + modèles à contexte ultra-long de 64K (Chinese LLaMA-2 & Alpaca-2 LLMs with 64K long context models)

ymcui
⭐ 7,098 Python 👤 ymcui User 🕐 Mis à jour 2026-04-19 📅 Créé 2023-07-18
8
epfLLM/meditron

Meditron est une suite de grands modèles linguistiques (LLM) open-source pour le domaine médical.

epfLLM
⭐ 2,125 Python 👤 epfLLM Organization 🕐 Mis à jour 2024-04-10 📅 Créé 2023-11-23
9
ymcui/Chinese-LLaMA-Alpaca-3

Projet chinois Llama-3 LLMs phase 3 (Chinese Llama-3 LLMs) développé à partir de Meta Llama 3

ymcui
⭐ 1,977 Python 👤 ymcui User 🕐 Mis à jour 2026-04-19 📅 Créé 2023-11-09
10
liltom-eth/llama2-webui

Exécutez n'importe quel Llama 2 localement avec l'interface utilisateur Gradio sur GPU ou CPU depuis n'importe où (Linux/Windows/Mac). Utilisez `llama2-wrapper` comme backend llama2 local pour les agents/applications génératifs.

liltom-eth
⭐ 1,954 Jupyter Notebook 👤 liltom-eth User 🕐 Mis à jour 2024-03-22 📅 Créé 2023-07-20
11
horseee/LLM-Pruner

[NeurIPS 2023] LLM-Pruner : Sur l'élagage structurel des grands modèles linguistiques. Prise en charge de Llama-3/3.1, Llama-2, LLaMA, BLOOM, Vicuna, Baichuan, TinyLlama, etc.

horseee
⭐ 1,094 Python 👤 horseee User 🕐 Mis à jour 2024-10-07 📅 Créé 2023-05-17
12
Xwin-LM/Xwin-LM

Xwin-LM : Alignement LLM puissant, stable et reproductible

Xwin-LM
⭐ 1,041 Python 👤 Xwin-LM Organization 🕐 Mis à jour 2024-05-31 📅 Créé 2023-09-11
⭐ 1,027 Python 👤 microsoft Organization 🕐 Mis à jour 2024-01-04 📅 Créé 2023-07-17
14
arielnlee/Platypus

Code pour le fine-tuning des LLM Platypus fam à l'aide de LoRA

arielnlee
⭐ 631 Python 👤 arielnlee User 🕐 Mis à jour 2024-02-04 📅 Créé 2023-06-26
15
shansongliu/MuMu-LLaMA

Ceci est le dépôt officiel de M2UGen

shansongliu
⭐ 512 Jupyter Notebook 👤 shansongliu User 🕐 Mis à jour 2025-01-02 📅 Créé 2023-10-20

Foire aux questions

1

Quel est le dépôt #llama-2 le plus populaire sur GitHub ?

Le projet #llama-2 open source le mieux classé sur GitHub est meta-llama/llama, avec 59,437 étoiles. Code d'inférence pour les modèles Llama

2

Quels langages de programmation sont les plus utilisés dans les dépôts #llama-2 ?

Parmi les projets #llama-2 les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript.

3

Comment le classement des dépôts #llama-2 est-il calculé ?

Nous suivons 15 dépôts open source actifs associés à #llama-2 (500+ étoiles), totalisant 165,816 étoiles, avec une moyenne de 11,054 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.