#large-language-models Repository
1,249 repository in totale
[ICLR 2026] LightMem: Leggero ed efficiente con generazione aumentata dalla memoria
Tutorial LangChain e Prompt Engineering su Large Language Models (LLM) come ChatGPT con dati personalizzati. Jupyter notebook su caricamento e indicizzazione dei dati, creazione di prompt template, agenti CSV e utilizzo di catene retrieval QA per interrogare dati personalizzati. Progetti per l'utilizzo di un LLM privato (Llama 2) per chat con file PDF, analisi del sentiment dei tweet.
Codice per il nostro Paper EMNLP 2023: "LLM-Adapters: Una famiglia di adapter per il fine-tuning efficiente dei parametri dei Large Language Models"
Un Framework di auto-adattamento๐ che adatta gli LLM per compiti non visti in tempo reale!
NotaGen: Avanzare la musicalitร nella generazione musicale simbolica con paradigmi di addestramento di modelli linguistici di grandi dimensioni
ChatLLaMA ๐ข Implementazione open source per ChatGPT su base LLaMA eseguibile su una singola GPU. Processo di addestramento 15 volte piรน veloce di ChatGPT
Un sistema agente generalizzato per la ricerca di informazioni con modelli linguistici di grandi dimensioni (LLM).
Un laboratorio pratico per creare, testare e valutare app con il framework dei modelli di base di Apple.
Una raccolta di notebook/ricette che illustrano casi d'uso di modelli open-source con Together AI.
Un elenco professionale su Large (Language) Models e Foundation Models (LLM, LM, FM) per dati di serie temporali, spazio-temporali ed eventi.
Fornisce assistenza automatizzata per l'ingegneria inversa tramite l'uso di modelli linguistici di grandi dimensioni (LLM) locali su hardware di consumo.
Un elenco curato di modelli di base per attivitร di visione e linguaggio
Modelli Fondazionali Multimodali di Frontiera per la Comprensione di Immagini e Video
Codice per 3D-LLM: Iniettare il mondo 3D nei modelli linguistici di grandi dimensioni
RooFlow - Sistema di memoria avanzato con โข๏ธPotenza del Piede Balordoโข๏ธ. Sistema di memoria di nuova generazione con cinque modalitร integrate e personalizzazione a livello di sistema. Utilizza la funzione sperimentale "Piede Balordo" di Roo Code per una personalizzazione approfondita dell'assistente AI, mantenendo un efficiente utilizzo dei token!
Analisi quantitativa A-Share open-source (e in combinazione con modelli LLM, per analisi avanzate)
Chatta con modelli linguistici AI eseguiti nativamente nel tuo browser. Goditi conversazioni AI private, senza server e senza interruzioni.
Un'applicazione web per chattare con personaggi AI che chiunque puรฒ facilmente configurare e distribuire.
Libreria Python leggera e portatile per la sandbox LLM (interprete di codice).
[Neurips 2023] Generazione di livelli di Mario con GPT2. Codice per l'articolo "MarioGPT: Generazione aperta di Text2Level attraverso grandi modelli linguistici" https://arxiv.org/abs/2302.05981
Ricerca automatica open-source basata su agenti di codifica autonomi. Esegui Claude Code, OpenCode e Codex con valutazione, conoscenza condivisa ed evoluzione multi-agente. Accettato a COLM 2026.
[NeurIPS 2023] MeZO: Fine-Tuning Language Models with Just Forward Passes. https://arxiv.org/abs/2305.17333
Ricette per scalare il calcolo in fase di inferenza di modelli aperti
Un benchmark per le decisioni cliniche basato sullโevidenza: estrarre lโunico fatto su cui si fonda una risposta e verificare se lโazione dellโassistente cambia in base allโevidenza. Costruito su HealthBench.
Un framework MemAgent estensibile a 3,5 milioni, insieme a un framework di addestramento per l'addestramento RL di qualsiasi flusso di lavoro dell'agente.
Implementazione ufficiale di "Fast-dLLM: Accelerazione senza addestramento di LLM di diffusione abilitando la cache KV e la decodifica parallela"
Oltre 100 domande di colloquio per LLM con risposte.
[NeurIPS 2025 Main] SWE-SQL: Illuminare i percorsi degli LLM per risolvere i problemi SQL degli utenti nelle applicazioni reali
Proclamazione del Re Yunhe per sconfiggere i ribelli
AI Group รจ una potente applicazione di assistente intelligente mobile che integra molteplici modelli linguistici di grandi dimensioni (LLM) e servizi di intelligenza artificiale, offrendoti un'esperienza di interazione intelligente e conveniente.
Un workshop di codifica di 4 ore per capire come vengono implementati e utilizzati gli LLM