#qwen3 저장소
#qwen3 태그가 지정된 GitHub의 활성 오픈 소스 저장소 37개를 확인해 보세요. 총 217,169개의 스타를 획득했으며 프로젝트당 평균 5,869개입니다. 이 주제를 이끄는 저장소는 97,302개의 스타를 받은 vllm-project/vllm입니다.
저장소 총 37개
600개 이상의 LLM(Qwen3.8, DeepSeek-V4, GLM-5.1, InternLM3, Llama4 등)과 300개 이상의 MLLM(Qwen3-VL, Qwen3-Omni, InternVL3.5, Ovis2.5, GLM5.3, Gemma4, LLaVA, Phi4 등)에 PEFT 또는 전체 파라미터 학습을 사용하여 CPT/SFT/DPO/GRPO를 수행합니다(AAAI 2025).
에이전트 강화 학습 트레이너: GRPO를 사용하여 실제 작업을 위한 다단계 에이전트를 학습시키세요. 에이전트에게 실무 교육을 제공하세요. Qwen3.6, GPT-OSS, Llama 등을 위한 강화 학습!
📚Flash-Attention, Paged-Attention, WINT8/4, Parallelism 등 Awesome LLM/VLM 추론 논문 및 코드 모음집🎉
Mac에 다른 소프트웨어 설치 없이 파일, 폴더 및 웹사이트의 정보로 응답할 수 있는 로컬 LLM과 채팅할 수 있는 네이티브 macOS 앱입니다. llama.cpp로 구동됩니다.
실제로 보유한 GPU에서 대형 Qwen 모델을 빠르게 서빙하세요. vLLM을 사용해 24GB 카드 한 장에서 Qwen3.8-27B 실행: 단일 사용자 기준 127 tok/s(응답이 프롬프트를 인용할 때는 381 tok/s), 동시 요청 64개에서 약 1,035 tok/s, 150k~262k 컨텍스트. vLLM 패치, 재양자화 파이프라인, 벤치마크.
ASR/STT 자막 생성기. Qwen3-ASR, 로컬 LLM, Whisper, TEN-VAD를 사용합니다. 노이즈에 강인한 JAV용.
Chat2API는 공식 웹 UI를 활용하여 주요 AI 모델에 대한 무료 액세스를 가능하게 합니다. DeepSeek, GLM, Kimi, MiniMax, Qwen, Z.ai 등의 제공자를 지원하며, openlcaw, Cline, Roo-Code 등의 도구와 원활하게 통합됩니다.
최첨단 API처럼 작동하는 로컬 추론: AMD Strix Halo의 Qwen3.8-Flash-Next와 소형 NPU 모델을 OpenAI 및 Anthropic API를 통해 단일 포트에서 제공합니다.
30B~284B MoE 모델을 위한 제로 GPU CPU 추론(Qwen3.8 176.5B는 28.26/48.35 GiB Cgroup v2 콜드 캐시 환경에서 인증 완료, DeepSeek-V4 284B, Nemotron-30B) + RouteCrack 2.0.
🎬 3D 인터랙티브 제어를 통해 어떤 카메라 시점에서도 이미지를 생성하세요. 3D 공간에서 카메라를 드래그하거나 슬라이더를 사용해 방위각/고도각/거리를 설정한 다음 생성할 수 있습니다. Three.js + Gradio로 구축되었으며, 중국어/영어 이중 언어 UI를 제공합니다.
[NeurIPS2025 Oral] 대규모 언어 모델을 위한 게이티드 어텐션: 비선형성, 희소성, 그리고 어텐션 싱크 프리(Attention-Sink-Free) 공식 구현
무료 Kaggle TPU v5e-8에서 실행되는 프런티어급 오픈 모델: GLM-5.3-Flash 320B MoE(약 165 tok/s, 자체 JAX 엔진 사용) 및 Qwen3.8-27B bf16(약 130 tok/s), 262k 컨텍스트와 프리픽스 캐싱 지원. Claude Code, Codex, opencode, pi와 함께 사용할 수 있습니다.
🚀🚀🚀대규모 언어 모델(LLM), 비전 언어 모델(VLM), 비전 언어 액션(VLA), AI 생성 콘텐츠(AIGC) 및 관련 데이터셋 및 애플리케이션에 대한 훌륭한 공개 프로젝트 모음입니다.
MimikaStudio - macOS (Apple Silicon)용 로컬 우선 애플리케이션 + Agentic MCP 지원
순수 Rust + CUDA LLM 추론 엔진 — PyTorch 불필요, OpenAI 호환, Qwen3에서 Kimi-K2까지 지원
32GB 노트북에서 Qwen3-Next-80B(48GB)를 37 tok/s로 실행합니다. 드래프트 없이도 24 tok/s로, llama.cpp의 2.8 tok/s보다 빠릅니다. 읽기 속도는 62 tok/s 대 16 tok/s입니다. Q4_K_M으로 비교한 13개 모델 모두에서 llama.cpp보다 빠릅니다. RAM보다 큰 LLM도 순수 C로 CPU 또는 GPU에서 실행하세요.
LLM API 게이트웨이 - 완전히 새로운 AI 모델 인터페이스 관리 및 API 통합 배포 시스템. 다양한 LLM을 OpenAI 호환, Claude 호환, Gemini 호환 인터페이스로 변환할 수 있습니다. 개인 또는 기업 내부의 LLM API 통합 관리 및 채널 배포(키 관리 및 2차 배포)에 적합합니다. Gemini, Claude, Qwen3, Kimi-k2, Doubao 등 국내외 모든 주요 모델을 지원합니다. 단일 실행 파일 및 Docker 이미지를 제공하며, 원클릭 배포, 즉시 사용 가능, 완전 오픈 소스이며 자율 제어가 가능합니다! 이 프로젝트는 New-API와 One-API를 기반으로 하며, NewAPI와 OneAPI의 모든 기능과 수많은 타사 플러그인을 통합하여 매우 강력한 기능을 제공합니다!
105GB 모델을 저장할 수 없는 Mac에서도 AI 모델을 실행하세요. 4비트 Qwen3.8-Flash-Next를 SSD에서 스트리밍해 메모리 16~64GB의 Apple Silicon Mac에서 구동합니다. Swift, MLX, Metal 기반의 완전 네이티브 구현입니다. 오프라인으로 작동하며 Python이 필요 없습니다. CLI, Swift 라이브러리, Ollama/OpenAI/Anthropic API를 제공합니다. Claude Code 및 Codex와 호환됩니다.
Candle과 Rust를 기반으로 하는 순수 Rust 구현의 LLM, VLM, VLA, TTS 및 OCR 추론 엔진입니다. llama.cpp보다 훨씬 더 간단하고 깔끔한 대안입니다.
완전 무검열·기능 강화형 Qwen3.6-27B abliteration. 통합 컨테이너 ghcr.io/aeon-7/aeon-vllm-ultimate:latest에서 NVFP4 + z-lab DFlash 추측 디코딩(n=12)을 사용하며, DGX Spark의 긴 컨텍스트 초안 수용률에 맞게 튜닝되었습니다. HF 변형 6종(BF16/NVFP4/MTP/MTP-XS), docker-compose 및 QuickStart 제공.
자주 묻는 질문
GitHub에서 가장 인기 있는 #qwen3 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #qwen3 프로젝트는 97,302개의 스타를 받은 vllm-project/vllm입니다. LLM을 위한 고성능, 메모리 효율적인 추론 및 서빙 엔진
#qwen3 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #qwen3 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Go, Swift, TypeScript입니다.
#qwen3 저장소 순위는 어떻게 계산되나요?
#qwen3 태그가 지정된 활성 오픈 소스 저장소(37개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 217,169개이며 저장소당 평균 5,869개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.