#qwen3 リポジトリ
#qwen3のタグが付いた、GitHub上の37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217,169個で、プロジェクトあたりの平均は5,869個です。このトピックをリードしているのは、97,302個のスターを獲得しているvllm-project/vllmです。
リポジトリ合計37件
🔥 MaxKBは、エンタープライズグレードのエージェントを構築するためのオープンソースプラットフォームです。強力で使いやすいオープンソースのエンタープライズ向けエージェントプラットフォーム。
600以上のLLM(Qwen3.8、DeepSeek-V4、GLM-5.1、InternLM3、Llama4など)および300以上のMLLM(Qwen3-VL、Qwen3-Omni、InternVL3.5、Ovis2.5、GLM5.3、Gemma4、LLaVA、Phi4など)に対して、PEFTまたは全パラメータ学習を用いてCPT/SFT/DPO/GRPOを実行します(AAAI 2025)。
エージェント強化学習トレーナー:GRPOを使用して、実世界のタスクに向けたマルチステップエージェントをトレーニングします。エージェントにオン・ザ・ジョブ・トレーニングを提供しましょう。Qwen3.6、GPT-OSS、Llamaなどのための強化学習!
📚Awesome LLM/VLM推論論文&コードの厳選リスト:Flash-Attention、Paged-Attention、WINT8/4、並列化など。🎉
Mac上のファイル、フォルダ、ウェブサイトの情報で応答できるローカルLLMとチャットできるネイティブmacOSアプリ。他のソフトウェアは不要です。llama.cpp搭載。
実際に所有しているGPUで、大規模なQwenモデルを高速にサーブします。vLLMを使い、24 GBのカード1枚でQwen3.8-27Bを実行:単一ユーザーで127 tok/s(回答がプロンプトを引用する場合は381 tok/s)、64並列で約1,035 tok/s、コンテキスト長は150k~262k。vLLMのパッチ、再量子化パイプライン、ベンチマーク。
Chat2APIは、公式ウェブUIを活用して主要なAIモデルへのゼロコストアクセスを可能にします。DeepSeek、GLM、Kimi、MiniMax、Qwen、Z.aiなどのプロバイダをサポートし、openlcaw、Cline、Roo-Codeなどのツールとシームレスに統合されます。
最先端APIのように動作するローカル推論:AMD Strix Halo上のQwen3.8-Flash-Nextと小型NPUモデルを、OpenAIおよびAnthropicのAPI経由で単一ポートから利用。
30B~284BのMoEモデル向け、GPU不要のCPU推論(Qwen3.8 176.5Bは28.26/48.35 GiBのCgroup v2コールドキャッシュ環境で認証済み、DeepSeek-V4 284B、Nemotron-30B)+RouteCrack 2.0。
🎬 3Dインタラクティブ操作で、あらゆるカメラ視点から画像を生成できます。3D空間内でカメラをドラッグするか、スライダーで方位角・仰角・距離を設定してから生成します。Three.js + Gradioで構築され、中国語/英語のバイリンガルUIに対応しています。
[NeurIPS2025 Oral] 大規模言語モデルのためのゲーテッドアテンション:非線形性、スパース性、Attention-Sink-Free の公式実装
無料の Kaggle TPU v5e-8 上で動作する最先端クラスのオープンモデル:GLM-5.3-Flash 320B MoE(約165 tok/s、独自の JAX エンジン使用)と Qwen3.8-27B bf16(約130 tok/s)。262k コンテキスト、プレフィックスキャッシュに対応。Claude Code、Codex、opencode、pi で利用できます。
🚀🚀🚀大規模言語モデル(LLM)、ビジョン言語モデル(VLM)、ビジョン言語アクション(VLA)、AI生成コンテンツ(AIGC)に関する素晴らしい公開プロジェクトのコレクション、および関連するデータセットとアプリケーション。
MimikaStudio - macOS (Apple Silicon) 向けのローカルファーストアプリケーション + Agentic MCP サポート
純粋な Rust + CUDA の LLM 推論エンジン — PyTorch 不要、OpenAI 互換、Qwen3 から Kimi-K2 まで対応
32 GBのノートPCでQwen3-Next-80B(48 GB)を37 tok/sで実行。ドラフトなしでは24 tok/sで、llama.cppの2.8 tok/sを上回ります。読み込み速度は62 tok/s対16 tok/s。Q4_K_Mで比較した13モデルすべてでllama.cppより高速。RAM容量を超えるLLMを、純粋なCでCPUまたはGPU上で実行。
LLM APIゲートウェイ - 全く新しいAIモデルインターフェース管理およびAPI集約・配信システム。様々なLLMをOpenAI互換、Claude互換、Gemini互換の統一インターフェースに変換可能。個人または企業内でのLLM APIの統一管理およびチャネル配信(キー管理と二次配信)に使用できます。Gemini、Claude、Qwen3、Kimi-k2、豆包(Doubao)など、国内外のすべての主要モデルをサポート。単一実行ファイル、Dockerイメージを提供し、ワンクリックデプロイ、箱から出してすぐに使用可能、完全オープンソースで自律制御可能です!本プロジェクトはNew-APIとOne-APIに基づいており、NewAPIとOneAPIの全機能および多数のサードパーティプラグインを統合した、非常に強力な機能を備えています!
105 GBのAIモデルを、モデル全体を保存できないMacで実行。Qwen3.8-Flash-Nextの4ビット版をSSDからストリーミングし、メモリ16~64 GBのApple Silicon搭載Macで動作します。Swift、MLX、Metalによる完全ネイティブ実装。オフラインで動作し、Pythonは不要。CLI、Swiftライブラリ、Ollama/OpenAI/Anthropic APIに対応。Claude CodeおよびCodexでも利用できます。
CandleとRustを基盤とする、LLM、VLM、VLA、TTS、OCR向けの純粋なRust製推論エンジン。llama.cppに代わる、よりシンプルで洗練された選択肢です。
完全無検閲・能力強化版の Qwen3.6-27B。統合コンテナ ghcr.io/aeon-7/aeon-vllm-ultimate:latest 上で NVFP4 + z-lab DFlash 推測デコーディング(n=12)を使用し、DGX Spark における長文コンテキストのドラフト受理率向けに調整。HF バリアント 6 種(BF16/NVFP4/MTP/MTP-XS)、docker-compose、QuickStart を提供。
よくある質問
GitHubで最も人気のある#qwen3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#qwen3プロジェクトは、97,302個のスターを獲得しているvllm-project/vllmです。LLM向けの高性能・メモリ効率の高い推論およびサービングエンジン
#qwen3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#qwen3プロジェクトでは、Python, Go, Swift, TypeScriptが最も一般的なプログラミング言語です。
#qwen3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?
#qwen3のタグが付いた37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217,169個で、リポジトリあたりの平均は5,869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。