#large-language-models Repository
1,249 repository in totale
[ICLR2026] codici per R-Zero: LLM di ragionamento auto-evolutivo da zero dati (https://www.arxiv.org/pdf/2508.05004)
Recenti lavori basati su LLM per CV e correlati. Benvenuti a commentare/contribuire!
Codice e implementazioni per l'articolo ACL 2025 "AgentGym: Evolving Large Language Model-based Agents across Diverse Environments" di Zhiheng Xi et al.
MiniGPT-4 Implementazione cinese Traduzione Dettagli di implementazione perfezionati
Codice per l'articolo ICML 2023 "SparseGPT: Massive Language Models Can Be Accurately Pruned in One-Shot".
Deep Learning per principianti. Tutti i dettagli pratici e le utility utili che servono per lavorare con modelli reali.
prime รจ un framework per l'addestramento efficiente e distribuito a livello globale di modelli di intelligenza artificiale su Internet.
Il piรน grande repository GitHub al mondo per LLMs + Robotica
[EMNLP'25] s3 - โก Addestramento Efficiente ed Efficace degli Agenti di Ricerca tramite RL per RAG (RLVR per la Ricerca con Dati Minimali)
Questo รจ un progetto per addestrare modelli linguistici di grandi dimensioni da zero, inclusi pre-allenamento, fine-tuning e ottimizzazione diretta delle preferenze, con il modello che ha 1 miliardo di parametri e supporta cinese e inglese.
Una libreria completa per l'implementazione di LLM, che include una pipeline di addestramento unificata e una valutazione completa del modello.
DiffuCoder: Comprensione e miglioramento dei modelli di diffusione mascherati per la generazione di codice
Un elenco curato di progetti open-source relativi a DeepSeek Coder
[Versione estesa ICLR 2025 Blog Track] Anole: Modelli multimodali aperti, autoregressivi e nativi per la generazione di immagini-testo intercalate
[MLSys'25] QServe: Quantizzazione W4A8KV4 e co-progettazione del sistema per un serving efficiente di LLM; [MLSys'25] LServe: Serving efficiente di LLM per sequenze lunghe con attenzione sparsa unificata
Un framework di simulazione per RLHF e alternative. Sviluppa il tuo metodo RLHF senza raccogliere dati umani.
Awesome-LLM-Robustness: un elenco curato di Incertezza, Affidabilitร e Robustezza nei grandi modelli linguistici
Magick รจ un toolkit all'avanguardia per un nuovo tipo di costruttore di IA. Crea Magick con noi!
Un sistema Graph RAG per il recupero di informazioni mediche basate sull'evidenza [ACL 2025]
Un motore di addestramento di modelli multimodali semplice e unificato. Essenziale, flessibile e costruito per la sperimentazione su larga scala.
Genera una recensione completa di un articolo arXiv, quindi trasformala in un post del blog. Questo progetto alimenta il sito Web sottostante per gli Articoli Giornalieri di HuggingFace (https://huggingface.co/papers).
๐ Questo รจ un repository per organizzare articoli, codici e altre risorse relative a modelli multimodali unificati.
[NeurIPS 2025] 4KAgent: Agentic Any Image to 4K Super-Resolution. Un agente intelligente di visione artificiale che puรฒ magicamente ripristinare qualsiasi immagine in perfetti 4K!
Una checklist di sicurezza completa per strumenti di IA basati su MCP. Costruita da SlowMist per proteggere gli ecosistemi dei plugin LLM.
Verbalized Sampling, una strategia di prompting senza addestramento per mitigare il collasso di modalitร negli LLM richiedendo risposte con probabilitร . Ottiene un miglioramento della diversitร di 2-3 volte mantenendo la qualitร . Framework agnostico rispetto al modello con CLI/API per la scrittura creativa, la generazione di dati sintetici e la simulazione di dialoghi.
Un server MCP di Minecraft alimentato dall'API Mineflayer. Consente di controllare un personaggio di Minecraft in tempo reale, permettendo agli assistenti IA di costruire strutture, esplorare il mondo e interagire con l'ambiente di gioco tramite istruzioni in linguaggio naturale
Elenco di articoli relativi alla quantizzazione delle reti neurali nelle recenti conferenze e riviste di IA.
Notebook per la specializzazione sui modelli linguistici di grandi dimensioni (LLM)
Implementazione ufficiale del nostro paper NeurIPS 2023 "Augmenting Language Models with Long-Term Memory".
Chat-Zhen Huan รจ un modello linguistico di chat ottenuto dalla messa a punto LoRA di ChatGLM2 utilizzando tutte le battute e le frasi su Zhen Huan dalla sceneggiatura di "The Legend of Zhen Huan", per imitare il tono di Zhen Huan.
Libreria Python minimale per connettersi a LLM (OpenAI, Anthropic, Google, Groq, Reka, Together, AI21, Cohere, Aleph Alpha, HuggingfaceHub), con un benchmark integrato delle prestazioni del modello.
HarmBench: Un framework di valutazione standardizzato per il Red Teaming automatizzato e il rifiuto robusto
Contenuti per il Corso di Prompt Engineering di Udemy