#llms リポジトリ
リポジトリ合計302件
AI コーディングエージェント向けのコンテキスト圧縮:ツール出力がモデルに入る前に圧縮し、重複部分を 13 トークンの参照に置き換えて重複排除します。Claude Code、Cursor、Codex、Kiro、Zed、その他すべての MCP クライアントに対応。Rust 製で、LLM 呼び出しはゼロです。
機械学習ガイド。機械学習ツール、ライブラリ、フレームワーク、大規模言語モデル(LLM)、トレーニングモデルについてすべて学びましょう。
llama-cpp-agent フレームワークは、大規模言語モデル(LLM)との簡単な対話のために設計されたツールです。ユーザーはLLMモデルとチャットしたり、構造化された関数呼び出しを実行したり、構造化された出力を取得したりできます。JSON出力や関数呼び出しにファインチューニングされていないモデルでも動作します。
Mementoは、コンピューターで行ったすべてのことを記録し、時間を遡って検索し、LLM(大規模言語モデル)とチャットして、行ったことに関する情報を見つけ出すことができるPythonアプリです。
TimeCopilot:エージェント型予測フレームワーク。LLMと時系列基盤モデルを基盤とし、単一のAPIを通じて複数の基盤モデルを利用した予測、交差検証、異常検知を実現します。金融やエネルギーからウェブ分析まで、自然言語のクエリを本番環境ですぐに使える予測に変換します。
本チュートリアルでは、Docker Desktopのインストールと設定から、Difyのローカルデプロイ、AIアシスタント機能のカスタマイズまで、独自のAIアプリケーション環境を迅速に構築する方法を包括的に解説します。「症例当てクイズ」、「甘い言葉の生成」、「新入生向けガイド」、「小紅書(Xiaohongshu)読書カード」、「面接対策バイブル」など、多彩なAIアプリを簡単に作成できるようになります。また、基本的なエージェントから、ワークフロー、ナレッジベース、DeepResearch、データベース、MCP、複雑なタスクオーケストレーションといった高度なタスクまで、Difyベースの大規模言語モデル(LLM)アプリ開発を段階的に習得できます。
Free AI-Tips は Business Science が提供する無料ニュースレターです。毎週、ビジネス向けの Python AI のチュートリアルを簡潔にお届けします。こちらからご登録ください。
llama3 の推論ステップを段階的に実行し、コアコンセプトを把握し、プロセス導出をマスターし、コードを実装します。
CUEを中心とした開発者エクスペリエンス。スキーマ、データモデル、決定論的およびエージェントコード生成、ワークフローおよびタスクエンジン、Daggerを利用した環境、コーディングアシスタント、およびVS Code拡張機能を統合し、CUEラティス上で連携させます。キューブが見えない場合は、もっと目を凝らしてください :]
GraphRAG4OpenWebUIは、MicrosoftのGraphRAGテクノロジーをOpen WebUIに統合し、多用途の情報検索APIを提供します。高度なQ&Aシステムおよび検索エンジンのために、ローカル、グローバル、およびWeb検索を組み合わせます。このツールは、オープンWeb環境でのグラフベースの検索統合を簡素化します。
研究論文を、直感的で示唆に富むリスニング体験を提供する、魅力的な3人組のディスカッションに変換する非常に迅速なプロジェクト。学術コンテンツを探求する新鮮な方法を求めるポッドキャスト愛好家に最適です。
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。
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
ICLR2021、ICLR2022、ICLR2023、ICLR2024、ICLR2025を含む、過去のICLR論文とオープンソースプロジェクトのコレクションです。
チャットボットアリーナがマルチモーダルに対応!マルチモーダルアリーナでは、画像を入力として提供しながら、ビジョン言語モデルを並べてベンチマークすることができます。MiniGPT-4、LLaMA-Adapter V2、LLaVA、BLIP-2などをサポートしています!
vLLMサーバー (www.github.com/vllm-project/vllm) を管理・操作するためのモダンなWebインターフェース。GPUおよびCPUモードの両方をサポートし、macOS Apple SiliconやOpenShift/Kubernetes上でのエンタープライズ展開に向けた特別な最適化が施されています。
論文「Large Language Model-Based Agents for Software Engineering: A Survey」のリポジトリ。更新を続けます。
ほとんどの一般的なユースケースでLangChainとLangGraphを置き換えることを目的としたAIプロバイダー向けのPython APIクライアント。
大規模言語モデル(LLM)のファインチューニングに役立つ、リソース、チュートリアル、論文、ツール、ベストプラクティスを網羅したコレクションをご覧ください。機械学習の実務者や研究者に最適です!
インテリジェントな文書処理。AI を使用して、JSON、Markdown、HTML などの構造化データを文書から抽出します。
KVキャッシュ、PagedAttention、連続バッチ処理から、vLLM、SGLang、GPUまで、LLM推論エンジニアリングを段階的に学びましょう。