#llms 저장소
저장소 총 302개
이것은 독자들이 문헌에서 최신 텍스트-SQL 기법을 쉽게 추적하고 연구원과 실무자에게 실질적인 지침을 제공할 수 있도록 지속적으로 업데이트되는 핸드북입니다.
이 리포지토리는 복잡한 질문 답변을 위한 고급 검색 증강 생성(RAG) 솔루션을 제공합니다. 정교한 그래프 기반 알고리즘을 사용하여 작업을 처리합니다.
"A Survey on Evaluation of Large Language Models" 설문 조사 논문의 공식 GitHub 페이지입니다.
자동화된 LLM 퍼징을 위한 강력한 도구입니다. 개발자와 보안 연구원이 LLM API의 잠재적인 탈옥을 식별하고 완화하는 데 도움을 주도록 설계되었습니다.
Pentest Copilot은 펜테스팅 워크플로우를 간소화하도록 설계된 AI 기반 브라우저 기반 윤리적 해킹 어시스턴트 도구입니다.
완벽한 양방향 동기화를 통해 코드 없는 시각적 빌더 또는 TypeScript SDK에서 AI 에이전트를 생성하세요. AI 비서 및 다중 에이전트 AI 워크플로우 배포용입니다.
KaibanJS는 칸반에서 영감을 받은 접근 방식으로 멀티 에이전트 시스템을 구축하고 관리하기 위한 JavaScript 네이티브 프레임워크입니다.
Python, LangChain 및 LangGraph를 사용하여 프로덕션 준비가 된 LLM 애플리케이션 및 고급 에이전트를 구축합니다. 이 저장소는 LangChain을 사용한 생성 AI에 관한 책의 동반 저장소입니다.
AI 에이전트와 상호 작용하기 위한 공통 인터페이스입니다. 이 프로토콜은 기술 스택에 구애받지 않으므로 에이전트 구축을 위한 모든 프레임워크와 함께 사용할 수 있습니다.
AI 코딩 에이전트를 위한 비파괴 압축 게이트웨이. 턴 1에서 토큰 비용을 25% 절감하고, 길거나 포화된 세션에서는 85% 이상 절감하며, 동일한 컨텍스트 창에 약 3배 더 많은 턴을 수용합니다. 당사의 오픈 소스 코드 네이티브 4B 모델로 구동됩니다. Claude Code, Cursor, Codex, OpenHands 및 모든 BASE_URL 에이전트에 바로 사용할 수 있습니다.
[TKDE2025] 차세대 데이터베이스 인터페이스: LLM 기반 Text-to-SQL 설문조사 | 대규모 언어 모델 기반 Text-to-SQL에 대한 엄선된 자료(설문조사, 논문, 벤치마크 및 오픈소스 프로젝트) 목록.
Prompty를 사용하면 AI 애플리케이션을 위한 LLM 프롬프트를 쉽게 생성, 관리, 디버깅 및 평가할 수 있습니다. Prompty는 개발자의 관찰 가능성, 이해 가능성 및 이식성을 향상시키기 위해 설계된 LLM 프롬프트의 자산 클래스 및 형식입니다.
오픈 소스, 자체 호스팅 Claude Code — 터미널 AI 어시스턴트와 그 기반이 되는 Python 프레임워크입니다. 도구 호출, 샌드박스 실행, 멀티 에이전트 팀, 스킬, 체크포인트, 무제한 컨텍스트를 지원하며, Pydantic AI 기반으로 모든 모델에서 사용 가능합니다.
LLM 대규모 모델 노트 50개 이 리포지토리에는 머신러닝, 딥러닝, 컴퓨터 비전, 자연어 처리, 대규모 모델, 웹 크롤링 등 분야의 프로젝트 실습이 포함되어 있습니다.
🟣 2026년 다음 머신러닝 및 데이터 과학 인터뷰를 준비하는 데 도움이 되는 LLM 면접 질문 및 답변.
Chroma와 유사한 인터페이스를 갖춘 Go용 임베더블 벡터 데이터베이스이며 타사 종속성이 없습니다. 메모리 내에서 선택적 영속성을 제공합니다.