#large-language-models 저장소
저장소 총 1,249개
PyTorch, Triton, CUDA를 활용해 LLM 알고리즘과 시스템을 실습합니다. 《LLM 알고리즘 및 시스템 튜토리얼》에서는 모델 아키텍처와 학습, 후속 학습, 추론 가속, 성능 및 연산자 최적화를 다루며, Notebook 실습, 정답 해설, 테스트와 실험도 제공합니다.
[ICML 2024] "Language Agent Tree Search Unifies Reasoning Acting and Planning in Language Models" 공식 리포지토리
나만의 X 만들기 - 모든 것을 처음부터 직접 구축하며 머신러닝을 마스터하세요. 선형 회귀부터 딥러닝, 거대 언어 모델(LLM)에 이르기까지 모든 것을 다루는 것을 목표로 합니다.
LLM, MLLM 및 그 이상의 영역에서의 모델 통합: 방법, 이론, 적용 및 기회. ACM Computing Surveys, 2026.
LLM 에이전트, RAG, 도구 사용, 메모리 시스템, 멀티 에이전트 시스템, LangChain, LangGraph, MCP, 에이전틱 강화학습을 다루는 체계적인 AI 에이전트 개발 튜토리얼.|제로부터 시작하는 AI 에이전트 개발|체계적이고 포괄적이며 실전 중심의 에이전트 개발 튜토리얼|arXiv 최신 논문 매일 자동 추적
논문은 우리 설문 조사에 따라 구성되었습니다: Evaluating Large Language Models: A Comprehensive Survey.
'EasyOffer'(<대형 모델 면접 경험 모음>)은 LLM 아기를 위해 맞춤 제작된 대형 모델 여름 인턴십 오퍼 가이드입니다. 주로 대형 모델 여름 인턴십 및 가을 채용 준비를 위해 몇 가지 일반적인 대기업 코드 분할 과제, 면접 경험 및 일반적인 사고 문제를 기록합니다. 저는 초보자이며 아직 배우고 있습니다... 전문가 여러분, 실수가 있다면 언제든지 지적해주세요. 모두가 원하는 오퍼를 받기를 바랍니다!
Generative AI 및 LLM을 사용하는 Spring AI 및 Spring Boot 기반 Java 애플리케이션 구축 방법에 대한 샘플입니다.
ToolOrchestra는 도구와 에이전트 워크플로우를 오케스트레이션하기 위한 종단 간(end-to-end) RL 훈련 프레임워크입니다.
오픈 소스 대규모 언어 모델(LLM)을 사용하여 검색 증강 생성(RAG)을 위한 파일을 수집합니다. 민감한 데이터나 제3자 없이 네트워크를 벗어나지 않습니다.
멀티모달 및 대규모 언어 모델에 대한 논문 목록으로, 개인적인 요구를 위해 매일 arxiv에서 읽은 논문을 기록하는 데만 사용됩니다.
Unity를 사용하여 AI 채팅 관련 기능을 구현합니다. 이 라이브러리에는 현재 ChatGPT, ChatGLM과 같은 대규모 언어 모델에 대한 API 호출 코드 구현과 Microsoft Azure 및 Baidu AI의 음성 서비스 기능이 포함되어 있습니다. 음성 서비스는 모두 웹 API를 사용하며 Windows/WebGL/Android와 같은 플랫폼을 지원합니다.