#chatglm Repository
Scopri 27 repository GitHub open source attivi contrassegnati con #chatglm, che raccolgono un totale di 181,525 stelle (con una media di 6,723 stelle per progetto). Il progetto leader di questo argomento è chatchat-space/Langchain-Chatchat, con 38,712 stelle.
27 repository in totale
Langchain-Chatchat (precedentemente Langchain-ChatGLM), LLM basato sulla conoscenza locale (come ChatGLM, Qwen e Llama) RAG e app Agent con Langchain | Langchain-Chatchat (precedentemente langchain-ChatGLM), LLM basato sulla conoscenza locale (come ChatGLM, Qwen e Llama) RAG e app Agent con Langchain
La "Guida al consumo di grandi modelli open source" è un tutorial su misura per i bambini cinesi per la messa a punto rapida (parametri completi/Lora) e il dispiegamento di grandi modelli open source (LLM)/grandi modelli multimodali (MLLM) nazionali e internazionali in un ambiente Linux.
Organizzazione di grandi modelli linguistici cinesi open-source, focalizzata principalmente su modelli di dimensioni ridotte, distribuibili privatamente e con costi di addestramento inferiori, inclusi modelli di base, messa a punto e applicazioni per domini verticali, nonché dataset e tutorial.
ChatGLM2-6B: Un LLM di chat bilingue open source | Modello linguistico di dialogo bilingue open source
GUI per ChatGPT API e molti LLM. Supporta agenti, QA basato su file, messa a punto di GPT e query con ricerca web. Il tutto con una UI pulita.
Guida ChatGPT in cinese🔥, Guida al perfezionamento di ChatGPT in cinese, Guida ai prompt, Guida allo sviluppo di app, Elenco di risorse selezionate, usa meglio chatGPT per aumentare la tua produttività! 🚀
Serie GLM-4: Modelli di chat multimodali multilingue open source | Modelli di conversazione multimodali multilingue open source
Robot WeChat, può essere connesso a DeepSeek, Gemini, ChatGPT, ChatGLM, Xunfei Spark, Tigerbot e altri grandi modelli. Hook WeChat Robot Hook.
Firefly: Strumenti di addestramento per modelli di grandi dimensioni, supporta l'addestramento di modelli di grandi dimensioni come Qwen2.5, Qwen2, Yi1.5, Phi-3, Llama3, Gemma, MiniCPM, Yi, Deepseek, Orion, Xverse, Mixtral-8x7B, Zephyr, Mistral, Baichuan2, Llma2, Llama, Qwen, Baichuan, ChatGLM2, InternLM, Ziya2, Vicuna, Bloom, ecc.
API in stile OpenAI per modelli linguistici di grandi dimensioni aperti, utilizzando LLM proprio come chatgpt! Supporto per LLaMA, LLaMA-2, BLOOM, Falcon, Baichuan, Qwen, Xverse, SqlCoder, CodeLLaMA, ChatGLM, ChatGLM2, ChatGLM3 ecc. Interfaccia backend unificata per LLM open source
FinGLM: Si impegna a costruire un progetto aperto, di pubblica utilità e duraturo per i grandi modelli finanziari, sfruttando l'open source e l'apertura per promuovere "AI+Finanza".
Framework per robot in grado di collegarsi a Gemini, ChatGPT, ChatGLM, 讯飞星火 e Tigerbot; supporta catena di idiomi cinesi (成语接龙), previsioni meteo, riepiloghi di notizie e attività pianificate.
[Framework di sviluppo applicazioni GenAI] 🚀 Crea applicazioni GenAI in modo rapido e semplice 💬 Facile interazione con agenti GenAI nel codice utilizzando dati strutturati e sintassi di chiamate a catena 🧩 Utilizza TriggerFlow* basato su eventi per gestire complesse logiche di lavoro GenAI 🔀 Passa a qualsiasi modello senza riscrivere il codice dell'applicazione
Un set di dati di dialogo cinese messo a punto manualmente e un codice di fine-tuning per chatglm
[NeurIPS 2023] LLM-Pruner: Sul potatura strutturale di grandi modelli linguistici. Supporto per Llama-3/3.1, Llama-2, LLaMA, BLOOM, Vicuna, Baichuan, TinyLlama, ecc.
Messa a punto di LLM senza lacrime💦; Sample Design Engineering (SDE) per un tuning downstream più efficiente.
TextGen: Implementazione di modelli di generazione di testo, includono LLaMA, BLOOM, GPT2, BART, T5, SongNet e così via. Modelli di generazione di testo, implementano l'addestramento e la previsione di modelli come LLaMA, ChatGLM, BLOOM, GPT2, Seq2Seq, BART, T5, UDA, ecc., pronti all'uso.
Un agente di repository potenziato da LLM progettato per assistere sviluppatori e team nella generazione di documentazione e nella comprensione rapida dei repository.
Awesome-LLM-Eval: un elenco curato di strumenti, set di dati/benchmark, demo, classifiche, articoli, documenti e modelli, principalmente per la valutazione dei LLM. Un elenco curato di strumenti, benchmark/dati, demo, classifiche e modelli di grandi dimensioni, principalmente focalizzato sulla valutazione dei modelli di base di grandi dimensioni, con l'obiettivo di esplorare i confini tecnologici dell'IA generativa.
Un front-end potente e flessibile e un gateway AI per i grandi modelli linguistici, che supporta più di 21 fornitori di modelli IA principali.
Strumento di generazione di set di dati di fine-tuning per ChatGLM, vieni a creare rapidamente le tue catgirl.
Domande frequenti
Qual è il repository #chatglm più popolare su GitHub?
Il progetto open source #chatglm più alto in classifica su GitHub è chatchat-space/Langchain-Chatchat, con 38,712 stelle. Langchain-Chatchat (precedentemente Langchain-ChatGLM), LLM basato sulla conoscenza locale (come ChatGLM, Qwen e Llama) RAG e app Agent con Langchain | Langchain-Chatchat (precedentemente langchain-ChatGLM), LLM basato sulla conoscenza locale (come ChatGLM, Qwen e Llama) RAG e app Agent con Langchain
Quali linguaggi di programmazione sono più utilizzati nei repository #chatglm?
Tra i progetti #chatglm più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, HTML.
Come viene calcolata la classifica dei repository #chatglm?
Monitoriamo 27 repository open source attivi contrassegnati con #chatglm (500+ stelle), per un totale di 181,525 stelle e una media di 6,723 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.