#large-language-models Repositórios
1,249 repositórios no total
[ICLR2026] códigos para R-Zero: LLM de raciocínio auto-evolutivo a partir de dados zero (https://www.arxiv.org/pdf/2508.05004)
Trabalhos recentes de CV baseados em LLM e projetos relacionados. Comentários/contribuições são bem-vindos!
Código e implementações para o artigo da ACL 2025 "AgentGym: Evolving Large Language Model-based Agents across Diverse Environments" por Zhiheng Xi et al.
Tradução da Implantação em Chinês do MiniGPT-4: Aperfeiçoamento dos Detalhes de Implantação
Código para o artigo da ICML 2023 "SparseGPT: Massive Language Models Can Be Accurately Pruned in One-Shot".
Aprendizado profundo para leigos. Todos os detalhes práticos e utilitários úteis que são usados ao trabalhar com modelos reais.
prime é um framework para o treinamento eficiente e globalmente distribuído de modelos de IA pela internet.
[EMNLP'25] s3 - ⚡ Treinamento Eficiente e Eficaz de Agentes de Busca via RL para RAG (RLVR para Busca com Dados Mínimos)
Este é um projeto para treinar um grande modelo de linguagem do zero, abrangendo pré-treino, ajuste fino e otimização de preferência direta. O modelo possui 1 bilhão de parâmetros e suporta chinês e inglês.
Uma biblioteca abrangente para implementar LLMs, incluindo um pipeline de treinamento unificado e avaliação abrangente de modelos.
DiffuCoder: Compreendendo e Melhorando Modelos de Difusão Mascarados para Geração de Código
Uma lista selecionada de projetos de código aberto relacionados ao DeepSeek Coder
[Versão estendida ICLR 2025 Blog Track] Anole: Modelos multimodais abertos, autoregressivos e nativos para geração de imagem-texto intercalada
[MLSys'25] QServe: Quantização W4A8KV4 e Co-design de Sistema para Servir LLM de Forma Eficiente; [MLSys'25] LServe: Servir LLM de Sequência Longa de Forma Eficiente com Atenção Esparsa Unificada
Um framework de simulação para RLHF e alternativas. Desenvolva seu método RLHF sem coletar dados humanos.
Awesome-LLM-Robustness: uma lista curada de Incerteza, Confiabilidade e Robustez em Grandes Modelos de Linguagem
Magick é um kit de ferramentas de ponta para um novo tipo de construtor de IA. Faça Magick conosco!
Um Sistema RAG de Grafos para Recuperação de Informação Médica Baseada em Evidências [ACL 2025]
Um motor de treinamento de modelos multimodais simples e unificado. Leve, flexível e construído para a inovação em escala.
Gere uma revisão abrangente de um artigo do arXiv e depois transforme-a numa publicação de blog. Este projeto alimenta o site abaixo para o Daily Papers da HuggingFace (https://huggingface.co/papers).
📖 Este é um repositório para organizar artigos, códigos e outros recursos relacionados a modelos multimodais unificados.
[NeurIPS 2025] 4KAgent: Qualquer Imagem para Super-Resolução 4K. Um agente inteligente de visão computacional que pode restaurar magicamente qualquer imagem para um 4K perfeito!
Uma lista de verificação de segurança abrangente para ferramentas de IA baseadas em MCP. Construído pela SlowMist para proteger os ecossistemas de plugins LLM.
Amostragem Verbalizada, uma estratégia de prompting sem treinamento para mitigar o colapso de modo em LLMs, solicitando respostas com probabilidades. Alcança uma melhoria de diversidade de 2-3x, mantendo a qualidade. Framework agnóstico ao modelo com CLI/API para escrita criativa, geração de dados sintéticos e simulação de diálogo.
Um servidor MCP do Minecraft alimentado pela API Mineflayer. Ele permite controlar um personagem do Minecraft em tempo real, permitindo que assistentes de IA construam estruturas, explorem o mundo e interajam com o ambiente do jogo por meio de instruções em linguagem natural
Lista de artigos relacionados à quantização de redes neurais nas recentes conferências e periódicos de IA.
Notebooks para a Especialização em Modelos de Linguagem Grandes (LLMs)
Implementação oficial do nosso artigo da NeurIPS 2023 "Aumentando Modelos de Linguagem com Memória de Longo Prazo".
Chat-Zhenhuan é um modelo de linguagem de chat que imita o tom de Zhenhuan, desenvolvido através de um ajuste fino LoRA baseado no ChatGLM2, utilizando todas as falas e frases da personagem Zhenhuan do roteiro de 'A Lenda de Zhenhuan'.
Biblioteca Python mínima para conectar-se a LLMs (OpenAI, Anthropic, Google, Groq, Reka, Together, AI21, Cohere, Aleph Alpha, HuggingfaceHub), com um benchmark de desempenho de modelo integrado.
HarmBench: Uma Estrutura de Avaliação Padronizada para Red Teaming Automatizado e Recusa Robusta
Conteúdo para o Curso de Engenharia de Prompts da Udemy