#language-model Repository
Scopri 139 repository GitHub open source attivi contrassegnati con #language-model, che raccolgono un totale di 925,052 stelle (con una media di 6,655 stelle per progetto). Il progetto leader di questo argomento è microsoft/generative-ai-for-beginners, con 123,942 stelle.
139 repository in totale
🐙 Guide, articoli, lezioni, notebook e risorse per il prompt engineering, il context engineering, RAG e gli agenti AI.
Il repository ufficiale gpt4free | varie collezioni di modelli linguistici potenti | opus 4.6 gpt 5.3 kimi 2.5 deepseek v3.2 gemini 3
OpenAssistant è un assistente conversazionale che comprende i compiti, può interagire con sistemi di terze parti e recuperare dinamicamente informazioni per farlo.
Codice e documentazione per addestrare i modelli Alpaca di Stanford e generare i dati.
📦 Repomix è uno strumento potente che impacchetta l'intero repository in un unico file ottimizzato per l'IA. Perfetto quando è necessario fornire il proprio codebase a modelli linguistici di grandi dimensioni (LLM) o ad altri strumenti di IA come Claude, ChatGPT, DeepSeek, Perplexity, Gemini, Gemma, Llama, Grok e altri.
Il toolkit AI per TypeScript. Dai creatori di Next.js, l'SDK AI è una libreria open-source gratuita per creare applicazioni e agenti potenziati dall'intelligenza artificiale
Piattaforma AI privata per agenti, assistenti e ricerca aziendale. Agent Builder integrato, ricerca approfondita, analisi dei documenti, supporto multi-modello e connettività API per agenti.
RWKV (pronunciato RwaKuv) è un RNN con ottime prestazioni LLM, che può anche essere addestrato direttamente come un transformer GPT (parallelizzabile). Siamo a RWKV-7 "Goose". Quindi combina il meglio di RNN e transformer - ottime prestazioni, tempo lineare, spazio costante (nessuna cache kv), addestramento veloce, ctx_len infinito e embedding di frasi gratuito.
Un framework per la valutazione few-shot dei modelli linguistici.
Framework AI all-in-one per la ricerca semantica, l'orchestrazione LLM e i flussi di lavoro dei modelli linguistici
Codice per loralib, un'implementazione di "LoRA: Low-Rank Adaptation of Large Language Models"
💥 Tokenizzatori all'avanguardia veloci ottimizzati per Ricerca e Produzione
ChatRWKV è come ChatGPT ma alimentato dal modello linguistico RWKV (100% RNN) ed è open source.
Un toolkit estensibile per il fine-tuning e l'inferenza di grandi modelli di base. Grandi modelli per tutti.
Qingjian: un metodo di input Pinyin scritto in Rust, che mostra accanto a ogni parola candidata la relativa traduzione nella lingua che si sta imparando
Un'implementazione di trasformatori autoregressivi a parallelismo di modello su GPU, basata sulle librerie Megatron e DeepSpeed
Traduzione automatica neurale open source e (Large) Language Models in PyTorch
un modello linguistico visivo aperto all'avanguardia | modello pre-addestrato multimodale
Un framework open-source per agenti linguistici autonomi data-centrici ed auto-evolventi
Kodezi Chronos è un modello linguistico focalizzato sul debugging che raggiunge risultati all'avanguardia su SWE-bench Lite (80,33%) e una precisione di correzione nel mondo reale del 67%, oltre sei volte superiore a GPT-4. Costruito con recupero adattivo guidato da grafi e memoria di debug persistente. Il modello sarà disponibile nel Q1 2026 tramite Kodezi OS.
[COLM 2024] OpenAgents: Una piattaforma aperta per agenti linguistici nel mondo reale
"Grandi Modelli Linguistici" di: Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, Wen Jirong
Benchmark di Valutazione della Comprensione della Lingua Cinese: dataset, baseline, modelli pre-addestrati, corpus e leaderboard
Costruisci un LLM moderno da zero. Ogni riga commentata. Spiegato come se avessimo cinque anni.
Un framework open-source per l'addestramento di grandi modelli multimodali.
Questo è un libro della famiglia Phi di SLM per iniziare con i modelli Phi. Phi è una famiglia di modelli di intelligenza artificiale open source sviluppati da Microsoft. I modelli Phi sono i modelli linguistici più capaci ed economici disponibili, superando i modelli della stessa dimensione e della dimensione successiva in una varietà di benchmark di lingua, ragionamento, codifica e matematica.
[NeurIPS 2024] OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments
Modelli base Chinese-LLaMA 1&2, Chinese-Falcon; Modello di dialogo cinese ChatFlow; Modello Chinese-OpenLLaMA; Dataset per pre-training/fine-tuning su istruzioni NLP
InternLM-XComposer2.5-OmniLive: Un sistema multimodale completo per interazioni audio e video in streaming a lungo termine
Esempi, tutorial end-to-end e applicazioni realizzate utilizzando i modelli fondamentali di Liquid AI (LFM) e l'SDK LEAP
[ICLR 2024] Implementazione ufficiale di " 🦙 Time-LLM: Previsione di serie temporali mediante riprogrammazione di modelli linguistici di grandi dimensioni"
Costruisci, personalizza e controlla i tuoi LLM. Dalla pre-elaborazione dei dati al fine-tuning, xTuring offre un modo semplice per personalizzare gli LLM open-source. Unisciti alla nostra community Discord: https://discord.gg/TgHXuSJEk6
Domande frequenti
Qual è il repository #language-model più popolare su GitHub?
Il progetto open source #language-model più alto in classifica su GitHub è microsoft/generative-ai-for-beginners, con 123,942 stelle. 21 Lezioni, Inizia a Costruire con l'IA Generativa
Quali linguaggi di programmazione sono più utilizzati nei repository #language-model?
Tra i progetti #language-model più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript, Rust.
Come viene calcolata la classifica dei repository #language-model?
Monitoriamo 139 repository open source attivi contrassegnati con #language-model (500+ stelle), per un totale di 925,052 stelle e una media di 6,655 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.