#llama2 Repository
Scopri 53 repository GitHub open source attivi contrassegnati con #llama2, che raccolgono un totale di 197,320 stelle (con una media di 3,723 stelle per progetto). Il progetto leader di questo argomento è haotian-liu/LLaVA, con 24,232 stelle.
53 repository in totale
[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) è stato creato per capacità di livello GPT-4V e oltre.
Benvenuti nel Llama Cookbook! Questa è la vostra guida di riferimento per la creazione con Llama: Introduzione all'inferenza, al fine-tuning e al RAG. Vi mostriamo anche come risolvere problemi end-to-end utilizzando la famiglia di modelli Llama e utilizzandoli su vari servizi provider.
Esegui qualsiasi LLM open-source, come DeepSeek e Llama, come endpoint API compatibile con OpenAI nel cloud.
Chat privata con GPT locale con documenti, immagini, video, ecc. 100% privato, Apache 2.0. Supporta oLLaMa, Mixtral, llama.cpp e altro ancora. Demo: https://gpt.h2o.ai/ https://gpt-docs.h2o.ai/
Framework low-code per la creazione di LLM personalizzati, reti neurali e altri modelli AI
Un chatbot self-hosted, offline, simile a ChatGPT. Alimentato da Llama 2. 100% privato, senza dati che lasciano il tuo dispositivo. Novità: supporto Code Llama!
Modelli LLaMA-2 e Alpaca-2 cinesi di grandi dimensioni Fase II + Modelli a contesto ultra-lungo da 64K (Chinese LLaMA-2 & Alpaca-2 LLMs with 64K long context models)
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.
Orchestrazione GPU tollerante ai guasti, altamente scalabile, e un framework di machine learning progettato per addestrare modelli con miliardi a trilioni di parametri
Enchanted è un'app per iOS e macOS per chattare con modelli linguistici privati self-hosted come Llama2, Mistral o Vicuna utilizzando Ollama.
H2O LLM Studio - un framework e una GUI no-code per il fine-tuning di LLM. Documentazione: https://docs.h2o.ai/h2o-llmstudio/
Una serie di grandi modelli linguistici sviluppati da Baichuan Intelligent Technology
Soluzioni NLP cinesi (grandi modelli, dati, modelli, addestramento, inferenza)
Una libreria C#/.NET per eseguire in modo efficiente LLM (🦙LLaMA/LLaVA) sul tuo dispositivo locale.
Inferenza LLM distribuita. Collega i dispositivi domestici in un potente cluster per accelerare l'inferenza LLM. Più dispositivi significano inferenza più veloce.
Migliora l'output di Tesseract OCR utilizzando LLM (locali o API) per correzione errori, chunking intelligente e formattazione markdown di PDF scansionati
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
✨ Agente IA completamente autonomo in grado di eseguire compiti e progetti complessi utilizzando terminale, browser ed editor.
Aila (AI Metaverse): Lo strumento di integrazione AI di premier per Windows, macOS e Android. Chiedi una volta, ottieni risposte da oltre 10 IA come ChatGPT, Gemini, Claude3, Copilot, Poe, Perplexity e altro ancora. Dispone di IA e prompt personalizzabili.
Esegui qualsiasi Llama 2 localmente con interfaccia grafica Gradio su GPU o CPU da qualsiasi luogo (Linux/Windows/Mac). Usa `llama2-wrapper` come tuo backend Llama2 locale per agenti/app generativi.
Una guida completa alla creazione di applicazioni LLM basate su RAG per la produzione.
[ICML 2024] LLMCompiler: Un compilatore LLM per chiamate di funzioni parallele
YaRN: Estensione Efficiente della Finestra di Contesto dei Grandi Modelli Linguistici
Calcola il requisito di memoria GPU/token per qualsiasi LLM. Supporta la quantizzazione llama.cpp/ggml/bnb/QLoRA
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.
Un servizio FastAPI per la ricerca semantica di testi che utilizza embedding precalcolati e misure di somiglianza avanzate, con supporto integrato per vari tipi di file tramite textract.
Potenzia i modelli linguistici di grandi dimensioni (LLM) utilizzando la generazione aumentata dal recupero basata su Knowledge Graph (KG-RAG) per attività ad alta intensità di conoscenza
Toolkit per la messa a punto, l'ablazione e il test unitario di LLM open-source.
[ICLR 2025] Sintesi di Dati di Allineamento da Zero tramite Prompting di LLM Allineati senza Imput. La tua pipeline efficiente e di alta qualità per la generazione di dati sintetici!
In questo progetto ho esplorato come i LLM locali possano essere utilizzati per etichettare i dati e supportare le analisi. Nello specifico, ho utilizzato il modello Llama2 per categorizzare automaticamente i dati delle mie transazioni bancarie.
Esempio per immaginare app intelligenti con lo stack Copilot di Microsoft per esperienze di prodotto infuse dall'IA.
Allineamento dei grandi modelli linguistici con gli esseri umani: una rassegna
[ICLR 2024] Sheared LLaMA: Accelerare il pre-training dei modelli linguistici tramite potatura strutturata
Utilizza le API di ChatGPT, Bard e Llama2, moduli Python-Nmap, DNS Recon, PCAP e JWT Recon e utilizza il modello GPT3 per creare report di vulnerabilità basati sui dati di scansione Nmap e informazioni di scansione DNS. Può anche eseguire l'enumerazione dei sottodomini in larga misura.
[ECCV2024] Modello linguistico multimodale ampio e fondato con tokenizzazione visiva localizzata
Reclutamento scolastico, autunnale, primaverile, ottimi progetti di stage, ti guida a realizzare da zero un framework di inferenza per grandi modelli che supporta Llama2/3 e Qwen2.5.
Addestra e inferisci potenti embedding di frasi con AnglE | 🔥 SOTA sulla classifica STS e MTEB
Utilizza Code Llama con Visual Studio Code e l'estensione Continue. Un'alternativa LLM locale a GitHub Copilot.
Costruire un MiniLLM da Zero (Pre-addestramento + SFT + DPO nella Pratica)
Domande frequenti
Qual è il repository #llama2 più popolare su GitHub?
Il progetto open source #llama2 più alto in classifica su GitHub è haotian-liu/LLaVA, con 24,232 stelle. [NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) è stato creato per capacità di livello GPT-4V e oltre.
Quali linguaggi di programmazione sono più utilizzati nei repository #llama2?
Tra i progetti #llama2 più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript, C#.
Come viene calcolata la classifica dei repository #llama2?
Monitoriamo 53 repository open source attivi contrassegnati con #llama2 (500+ stelle), per un totale di 197,320 stelle e una media di 3,723 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.