#llama2 저장소
#llama2 태그가 지정된 GitHub의 활성 오픈 소스 저장소 53개를 확인해 보세요. 총 197,320개의 스타를 획득했으며 프로젝트당 평균 3,723개입니다. 이 주제를 이끄는 저장소는 24,232개의 스타를 받은 haotian-liu/LLaVA입니다.
저장소 총 53개
[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA)는 GPT-4V 수준 이상의 기능을 목표로 구축되었습니다.
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.
문서, 이미지, 비디오 등과 함께 로컬 GPT와 개인 채팅. 100% 비공개, Apache 2.0. oLLaMa, Mixtral, llama.cpp 등을 지원합니다. 데모: https://gpt.h2o.ai/ https://gpt-docs.h2o.ai/
Llama 2로 구동되는 자체 호스팅, 오프라인, ChatGPT와 유사한 챗봇입니다. 100% 개인 정보 보호, 장치를 벗어나는 데이터 없음. جديد: Code Llama 지원!
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
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.
H2O LLM Studio - LLM 미세 조정을 위한 프레임워크 및 노코드 GUI. 문서: https://docs.h2o.ai/h2o-llmstudio/
LLM(로컬 또는 API)을 사용하여 Tesseract OCR 출력을 강화하여 오류 수정, 스마트 청킹, 스캔된 PDF의 마크다운 포맷팅
ChatGPT와 동일하게 LLM을 사용하는 OpenAI 스타일 API, LLaMA, LLaMA-2, BLOOM, Falcon, Baichuan, Qwen, Xverse, SqlCoder, CodeLLaMA, ChatGLM, ChatGLM2, ChatGLM3 등을 지원합니다. 오픈 소스 대형 언어 모델의 통합 백엔드 인터페이스
Aila(AI 메타버스): Windows, macOS 및 Android용 최고의 AI 통합 도구. 한 번 질문하면 ChatGPT, Gemini, Claude3, Copilot, Poe, Perplexity 등 10개 이상의 AI로부터 답변을 받을 수 있습니다. 사용자 정의 가능한 AI 및 프롬프트를 제공합니다.
GPU 또는 CPU에서 어디서든(Linux/Windows/Mac) Gradio UI를 사용하여 Llama 2를 로컬에서 실행하세요. 생성 에이전트/앱의 로컬 llama2 백엔드로 `llama2-wrapper`를 사용하세요.
사용자 지정 데이터가 있는 ChatGPT와 같은 대규모 언어 모델(LLM)에 대한 LangChain 및 프롬프트 엔지니어링 튜토리얼. 데이터 로딩 및 인덱싱, 프롬프트 템플릿 생성, CSV 에이전트, 검색 QA 체인을 사용하여 사용자 지정 데이터를 쿼리하는 방법에 대한 Jupyter 노트북. PDF 파일과의 채팅, 트윗 감정 분석을 위한 개인 LLM(Llama 2) 사용 프로젝트.
사전 계산된 임베딩과 고급 유사성 측정치를 사용하는 의미론적 텍스트 검색을 위한 FastAPI 서비스로, textract를 통해 다양한 파일 형식을 기본 지원합니다.
[ICLR 2025] 아무것도 없이 정렬된 LLM에 프롬프팅하여 처음부터 정렬 데이터 합성. 효율적이고 고품질의 합성 데이터 생성 파이프라인!
이 프로젝트에서는 로컬 LLM을 사용하여 데이터를 레이블링하고 분석을 지원하는 방법을 탐색했습니다. 특히 Llama2 모델을 사용하여 은행 거래 데이터를 자동으로 분류했습니다.
ChatGPT API, Bard API, Llama2, Python-Nmap, DNS Recon, PCAP 및 JWT Recon 모듈을 사용하고 GPT3 모델을 활용하여 Nmap 스캔 데이터 및 DNS 스캔 정보를 기반으로 취약성 보고서를 생성합니다. 또한 상당한 범위의 하위 도메인 열거를 수행할 수 있습니다.
학교 채용, 가을 채용, 봄 채용, 인턴십 좋은 프로젝트, 제로부터 Llama2/3와 Qwen2.5를 지원하는 대형 모델 추론 프레임워크를 직접 구현하도록 안내합니다.
Continue 확장 프로그램과 함께 Visual Studio Code에서 Code Llama를 사용하세요. GitHub Copilot의 로컬 LLM 대안입니다.
자주 묻는 질문
GitHub에서 가장 인기 있는 #llama2 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #llama2 프로젝트는 24,232개의 스타를 받은 haotian-liu/LLaVA입니다. [NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA)는 GPT-4V 수준 이상의 기능을 목표로 구축되었습니다.
#llama2 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #llama2 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, TypeScript, C#입니다.
#llama2 저장소 순위는 어떻게 계산되나요?
#llama2 태그가 지정된 활성 오픈 소스 저장소(53개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 197,320개이며 저장소당 평균 3,723개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.