#llama リポジトリ
#llamaのタグが付いた、GitHub上の225件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は1,598,034個で、プロジェクトあたりの平均は7,102個です。このトピックをリードしているのは、187,818個のスターを獲得しているollama/ollamaです。
リポジトリ合計225件
LLMや拡散モデルを実行・学習するためのローカルUI。GGUF、MLX、Qwen3.8、DeepSeek-V4.1、MiniMax-H3、Gemma 4、FLUXなどに対応。
AI エージェントアシスタント & 開発フレームワーク。多数の IM プラットフォーム、LLM、プラグイン、AI 機能を統合し、openclaw の代替として使用可能。✨
Langchain-Chatchat(旧Langchain-ChatGLM)、LangchainとChatGLM、Qwen、Llamaなどの言語モデルに基づくRAGおよびAgentアプリケーション | Langchain-Chatchat(舊langchain-ChatGLM)、Langchainを使用したローカルナレッジベースLLM(ChatGLM、Qwen、Llamaなど)RAGおよびAgentアプリ
📦 Repomixは、リポジトリ全体を単一のAIフレンドリーなファイルにパックする強力なツールです。Claude、ChatGPT、DeepSeek、Perplexity、Gemini、Gemma、Llama、Grokなどの大規模言語モデル(LLM)やその他のAIツールにコードベースをフィードする必要がある場合に最適です。
[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) は、GPT-4V レベルの機能、さらにはそれ以上の機能を目指して構築されました。
小規模でプライベートにデプロイ可能、トレーニングコストが低いモデルを中心に、オープンソースの中国語大規模言語モデルを整理します。ベースモデル、垂直ドメインのファインチューニングとアプリケーション、データセットとチュートリアルなどが含まれます。
中国語LLaMA&Alpaca大規模言語モデル+ローカルCPU/GPUトレーニング・デプロイメント (Chinese LLaMA & Alpaca LLMs)
Llama Cookbookへようこそ!これは、Llamaを使用した構築のための決定版ガイドです。推論、ファインチューニング、RAGの開始方法について説明します。また、Llamaモデルファミリーを使用してエンドツーエンドの問題を解決し、さまざまなプロバイダーサービスでそれらを使用する方法も示します。
ChatGPT API および多くの LLM 用の GUI。エージェント、ファイルベース QA、GPT ファインチューニング、Web 検索によるクエリをサポートします。すべてすっきりとした UI で。
Llama中国コミュニティ、最新のLlama学習資料をリアルタイムで集約し、最高の中国語Llama大規模モデルオープンソースエコシステムを構築、完全なオープンソースで商用利用可能
LangChain4j は、JVM 上で LLM 駆動型アプリケーションを構築するための慣用的なオープンソース Java ライブラリです。人気の LLM プロバイダーとベクターストアに対する統一 API を提供し、ツール呼び出し(MCP サポートを含む)、エージェント、RAG の実装を容易にします。Quarkus や Spring Boot などのエンタープライズ Java フレームワークとシームレスに統合されます。
TensorZero は、オープンソースの LLMOps プラットフォームで、LLM ゲートウェイ、観測可能性、評価、最適化、および実験を統一します。
Llama 2搭載のセルフホスト型オフラインChatGPT風チャットボット。100%プライベートで、データはデバイスから流出しません。新着:Code Llamaサポート!
Android上で最も強力なAIエージェントおよびAIチャットソフトウェア / Operitは、Android上で最も強力かつ最も長く続いているAIエージェントです
🧑🚀 世界最高のLLMリソースのまとめ(マルチモーダル生成、エージェント、支援プログラミング、AIレビュー、データ処理、モデル訓練、モデル推論、o1モデル、MCP、小規模言語モデル、視覚言語モデル)| Summary of the world's best LLM resources.
中国語LLaMA-2 & Alpaca-2大規模言語モデルフェーズII + 64K超長コンテキストモデル (Chinese LLaMA-2 & Alpaca-2 LLMs with 64K long context models)
Firefly: 大規模モデルトレーニングツール、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などの大規模モデルのトレーニングをサポート
あらゆるローカルAIサーバーで、モデルを確実に切り替え。何千人ものユーザーに選ばれています。必要なものはすべて揃っています。なければ、おそらく必要ありません。
Lemonadeは、最適化されたLLMをユーザー自身のGPUやNPUから直接提供することで、ローカルAIアプリの発見と実行を支援します。ディスコードにご参加ください: https://discord.gg/5xXzkMu8Zk
障害耐性があり、高度にスケーラブルなGPUオーケストレーション、および数十億から兆単位のパラメータを持つモデルのトレーニング用に設計された機械学習フレームワーク
よくある質問
GitHubで最も人気のある#llamaリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#llamaプロジェクトは、187,818個のスターを獲得しているollama/ollamaです。Kimi、GLM、MiniMax、DeepSeek、gpt-oss、Qwen、Gemmaなどのモデルをすぐに使い始められます。
#llamaリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#llamaプロジェクトでは、Python, Go, Jupyter Notebook, TypeScriptが最も一般的なプログラミング言語です。
#llamaリポジトリのランキングはどのように算出されていますか?
#llamaのタグが付いた225件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は1,598,034個で、リポジトリあたりの平均は7,102個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。