#large-language-models Repositórios
1,249 repositórios no total
Um ambiente de programação visual de código aberto para testar prompts em LLMs.
Um algoritmo de paralelismo de pipeline bidirecional para sobreposição de computação-comunicação no treinamento do DeepSeek V3/R1.
Um programa Python que transforma um LLM, em execução no Ollama, num pesquisador automatizado, o qual com uma única consulta determinará as áreas de foco a serem investigadas, fará pesquisas na web e extrairá conteúdo de vários websites relevantes, e conduzirá a pesquisa para você, tudo por conta própria! E mais, incluindo, mas não se limitando a, salvar as descobertas para você!
Converter repositórios de código em um formato amigável para prompts de LLM. Construído principalmente pelo GPT-4.
Omnilingual ASR open-source reconhecimento de voz multilingue para mais de 1600 idiomas
Holistic Evaluation of Language Models (HELM) é um framework Python de código aberto criado pelo Center for Research on Foundation Models (CRFM) em Stanford para avaliação holística, reproduzível e transparente de modelos de fundação, incluindo grandes modelos de linguagem (LLMs) e modelos multimodais.
Crie Animações Épicas de Matemática e Física e Notas de Estudo a Partir de Texto e Imagens.
Implementação Oficial de "Graph of Thoughts: Resolvendo Problemas Elaborados com Grandes Modelos de Linguagem"
Implementação de referência para DPO (Otimização Direta de Preferências)
Meus próprios Prompts para instruções personalizadas do ChatGPT
Avaliação comparativa da capacidade de raciocínio complexo de grandes modelos de linguagem com prompting de cadeia de pensamento
Dados de Conversa Multirrodadas Grandes, Informativos e Diversificados (e Modelos)
Concatenar um diretório cheio de arquivos em um único prompt para uso com LLMs
Quantização LLM de baixo bit SOTA (INT8/FP8/MXFP8/INT4/MXFP4/NVFP4) e esparsidade; técnicas líderes de compressão de modelos em PyTorch, TensorFlow e ONNX Runtime
O kit de ferramentas NVIDIA NeMo Agent é uma biblioteca de código aberto para conectar e otimizar eficientemente equipes de agentes de IA.
Construindo grandes modelos do zero: uma prática completa desde o pré-treinamento até o RLHF
[ICLR 2024] Implementação oficial de " 🦙 Time-LLM: Time Series Forecasting by Reprogramming Large Language Models"
Awesome-GraphRAG: Uma lista selecionada de recursos (levantamentos, artigos, benchmarks e projetos de código aberto) sobre geração aumentada por recuperação baseada em grafos.
Com base no fluxo de trabalho de DSL de aplicativos de IA criado de forma independente pela Dify, você pode obtê-lo gratuitamente, seja para necessidades pessoais ou para fins de aprendizado, ele abrirá uma jornada inteligente cheia de possibilidades infinitas para você.
Chatbot LLM totalmente privado que roda inteiramente no navegador, sem necessidade de servidor. Suporta Mistral e LLama 3.
[EMNLP-2024] Construir agentes de linguagem multimodal para prototipagem e produção rápidas
Este repositório registra principalmente perguntas de entrevistas relacionadas a engenheiros de algoritmos de Modelos de Linguagem Grandes (LLMs).
A implementação oficial do servidor MCP para a Plataforma de API Perplexity
[NeurIPS 2026] Falhas de segurança em agentes de programação e LLMs de ponta. Ambientes de trabalho reproduzíveis para estudar quando agentes de IA geram dados inseguros durante a execução de tarefas.
MiniMax-M2, um modelo construído para codificação Max e fluxos de trabalho de agentes.
Excelente Tutorial/Levantamento/Guia sobre LLM de Raciocínio
Implementação oficial do EAGLE-1 (ICML'24), EAGLE-2 (EMNLP'24) e EAGLE-3 (NeurIPS'25).
Aprendendo Ollama na prática: execute modelos grandes na CPU, leia online em: https://datawhalechina.github.io/handy-ollama/
[Destaque da ECCV 2026] Implementação de «Live Avatar: geração de avatares orientada por áudio em tempo real, em streaming e com duração infinita»
rasgou suas decisões e princípios. Claude lê-os para fazer melhores escolhas.