#llama 저장소
#llama 태그가 지정된 GitHub의 활성 오픈 소스 저장소 225개를 확인해 보세요. 총 1,598,034개의 스타를 획득했으며 프로젝트당 평균 7,102개입니다. 이 주제를 이끄는 저장소는 187,818개의 스타를 받은 ollama/ollama입니다.
저장소 총 225개
LLM 및 확산 모델을 실행하고 학습할 수 있는 로컬 UI입니다. GGUF, MLX, Qwen3.8, DeepSeek-V4.1, MiniMax-H3, Gemma 4, FLUX 등을 지원합니다.
LocalAI는 오픈소스 AI 엔진입니다. 모든 모델 - LLM, 비전, 음성, 이미지, 비디오 - 를 어떤 하드웨어에서든 실행하세요. GPU 불필요.
AI 에이전트 어시스턴트 & 개발 프레임워크로, 다양한 IM 플랫폼, LLM, 플러그인, AI 기능을 통합하며 openclaw의 대안이 될 수 있습니다. ✨
Langchain-Chatchat (이전 Langchain-ChatGLM), Langchain 및 ChatGLM, Qwen, Llama와 같은 언어 모델의 RAG 및 에이전트 애플리케이션 | Langchain-Chatchat (이전 langchain-ChatGLM), Langchain을 사용한 로컬 지식 기반 LLM (ChatGLM, Qwen 및 Llama 등) RAG 및 에이전트 앱
📦 Repomix는 전체 리포지토리를 단일 AI 친화적 파일로 압축하는 강력한 도구입니다. Claude, ChatGPT, DeepSeek, Perplexity, Gemini, Gemma, Llama, Grok 등과 같은 대규모 언어 모델(LLM) 또는 기타 AI 도구에 코드베이스를 제공해야 할 때 완벽합니다.
[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA)는 GPT-4V 수준 이상의 기능을 목표로 구축되었습니다.
소규모, 비공개 배포 가능, 낮은 훈련 비용의 모델을 중심으로 오픈 소스 중국어 대형 언어 모델을 정리합니다. 기반 모델, 수직 도메인 미세 조정 및 애플리케이션, 데이터셋 및 튜토리얼을 포함합니다.
중국어 LLaMA & Alpaca 대규모 언어 모델 + 로컬 CPU/GPU 학습 및 배포 (Chinese LLaMA & Alpaca LLMs)
Llama Cookbook에 오신 것을 환영합니다! Llama로 빌드하기 위한 최고의 가이드입니다: 추론, 미세 조정, RAG 시작하기. 또한 Llama 모델 제품군을 사용하여 종단 간 문제를 해결하고 다양한 공급자 서비스에서 이를 사용하는 방법을 보여줍니다.
ChatGPT API 및 다중 LLM을 위한 GUI. 에이전트, 파일 기반 QA, GPT 파인튜닝 및 웹 검색 쿼리를 지원합니다. 깔끔한 UI로 모든 것을 제공합니다.
Llama 중국 커뮤니티, 최신 Llama 학습 자료를 실시간으로 집계하고, 최고의 중국어 Llama 대규모 모델 오픈소스 생태계를 구축하며, 완전한 오픈소스 및 상업적 이용 가능
LangChain4j는 JVM에서 LLM 기반 애플리케이션을 구축하기 위한 관용적이고 오픈 소스 Java 라이브러리입니다. 인기 있는 LLM 제공자와 벡터 저장소를 위한 통합 API를 제공하며, 도구 호출(포함 MCP 지원), 에이전트 및 RAG 구현을 쉽게 만듭니다. Quarkus와 Spring Boot와 같은 엔터프라이즈 Java 프레임워크와 원활하게 통합됩니다.
Llama 2로 구동되는 자체 호스팅, 오프라인, ChatGPT와 유사한 챗봇입니다. 100% 개인 정보 보호, 장치를 벗어나는 데이터 없음. جديد: Code Llama 지원!
Android에서 가장 강력한 AI 에이전트 및 AI 채팅 소프트웨어 / Operit은 Android에서 가장 강력하고 오래된 AI 에이전트입니다
🧑🚀 전 세계 최고의 LLM 자료 요약 (다중 모드 생성, 에이전트, 보조 프로그래밍, AI 심사, 데이터 처리, 모델 훈련, 모델 추론, o1 모델, MCP, 소형 언어 모델, 시각 언어 모델) | Summary of the world's best LLM resources.
중국어 LLaMA-2 & Alpaca-2 대규모 언어 모델 2단계 + 64K 초장문 컨텍스트 모델 (Chinese LLaMA-2 & Alpaca-2 LLMs with 64K long context models)
Firefly: 대규모 모델 훈련 도구, 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 등과 같은 대규모 모델 훈련 지원
모든 로컬 AI 서버에서 안정적으로 모델을 전환하세요. 수천 명의 사용자가 선택했습니다. 필요한 기능이 모두 포함되어 있습니다. 저희에게 없다면 아마 필요하지 않을 거예요.
Lemonade는 최적화된 LLM을 사용자 자신의 GPU 및 NPU에서 직접 제공하여 사용자가 로컬 AI 앱을 찾고 실행하도록 돕습니다. 저희 디스코드에 참여하세요: https://discord.gg/5xXzkMu8Zk
오류 내성, 고도로 확장 가능한 GPU 오케스트레이션, 그리고 수십억에서 수조 개의 매개변수를 가진 모델 훈련을 위해 설계된 머신러닝 프레임워크
Enchanted는 Ollama를 사용하여 Llama2, Mistral 또는 Vicuna와 같은 개인 자체 호스팅 언어 모델과 채팅할 수 있는 iOS 및 macOS 앱입니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #llama 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #llama 프로젝트는 187,818개의 스타를 받은 ollama/ollama입니다. Kimi, GLM, MiniMax, DeepSeek, gpt-oss, Qwen, Gemma 및 기타 모델을 바로 시작해 보세요.
#llama 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #llama 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Go, Jupyter Notebook, TypeScript입니다.
#llama 저장소 순위는 어떻게 계산되나요?
#llama 태그가 지정된 활성 오픈 소스 저장소(225개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 1,598,034개이며 저장소당 평균 7,102개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.