#large-language-models リポジトリ
リポジトリ合計1,249件
DeMCPは、MCPサービスおよび主要なLLM向けのSSEプロキシを提供する最初の分散型MCPネットワークであり、TEEとブロックチェーンで信頼とセキュリティの問題に取り組みます。
MCP-Universe は、RL トレーニング、ベンチマーク、汎用ツール使用のための AI エージェントの開発向けに設計された包括的なフレームワークです。
論文「LAMBDA: A Large Model Based Data Agent」の公式リポジトリです。https://www.polyu.edu.hk/ama/cmfai/lambda.html
このリポジトリには、「MMMU: Expert AGIのための大規模多分野マルチモーダル理解・推論ベンチマーク」という論文の評価コードが含まれています。
論文「(Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts」の公式リポジトリ
大規模言語モデル(LLM)による生成AIでは、生成AIの仕組みの基本と、それを実際のアプリケーションに展開する方法を学びます。
appbuilder-sdk, Qianfan AppBuilder-SDKは、開発者がAIネイティブアプリケーションを柔軟かつ迅速に構築するのに役立ちます
Chain-of-Agents: マルチエージェント蒸留とエージェントRLを介したエンドツーエンドのエージェント基盤モデル。
Meta Agents Research Environmentsは、動的で現実的なシナリオにおいてAIエージェントを評価するために設計された包括的なプラットフォームです。静的なベンチマークとは異なり、このプラットフォームは、新しい情報が入手可能になるにつれてエージェントが戦略を適応させる必要がある進化する環境を導入しており、現実世界の課題を反映しています。
PyTorchでゼロからマルチモーダル(ビジョン)言語モデルをコーディングし、完全な説明付き:https://www.youtube.com/watch?v=vAmKB7iPkWw
GitHubリポジトリ全体を、LLM(ChatGPT、Claude、Geminiなど)で使用できる、整理された単一の.txtファイルに変換します。