#llama2 Repositórios
Descubra 53 repositórios ativos de código aberto no GitHub marcados com #llama2, acumulando um total de 197,320 estrelas (uma média de 3,723 por projeto). O líder deste tópico é haotian-liu/LLaVA, com 24,232 estrelas.
53 repositórios no total
[NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) construído em direção a capacidades de nível GPT-4V e além.
Bem-vindo ao Llama Cookbook! Este é o seu guia essencial para Construir com Llama: Começando com Inferência, Ajuste Fino (Fine-Tuning) e RAG. Também mostramos como resolver problemas de ponta a ponta usando a família de modelos Llama e como utilizá-los em vários serviços de provedores.
Rode quaisquer LLMs de código aberto, como DeepSeek e Llama, como um endpoint de API compatível com OpenAI na nuvem.
Chat privado com GPT local com documentos, imagens, vídeo, etc. 100% privado, Apache 2.0. Suporta oLLaMa, Mixtral, llama.cpp e mais. Demonstração: https://gpt.h2o.ai/ https://gpt-docs.h2o.ai/
Framework low-code para construir LLMs personalizados, redes neurais e outros modelos de IA
Um chatbot auto-hospedado, offline, semelhante ao ChatGPT. Alimentado por Llama 2. 100% privado, sem dados a sair do seu dispositivo. Novidade: Suporte para Code Llama!
Projeto de Segunda Fase dos Grandes Modelos LLaMA-2 e Alpaca-2 em Chinês + Modelos de Contexto Ultralongo de 64K (Chinese LLaMA-2 & Alpaca-2 LLMs with 64K long context models)
Firefly: Ferramenta de treinamento para grandes modelos, que suporta o treinamento de 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 e outros grandes modelos.
Orquestração de GPU tolerante a falhas e altamente escalável, e um framework de aprendizado de máquina projetado para treinar modelos com bilhões a trilhões de parâmetros
Enchanted é um aplicativo para iOS e macOS para conversar com modelos de linguagem privados auto-hospedados, como Llama2, Mistral ou Vicuna, usando Ollama.
H2O LLM Studio - uma estrutura e GUI sem código para ajuste fino de LLMs. Documentação: https://docs.h2o.ai/h2o-llmstudio/
Uma série de grandes modelos de linguagem desenvolvidos pela Baichuan Intelligent Technology
Soluções de PNL em Chinês (Grandes Modelos, Dados, Modelo, Treinamento, Inferência)
Uma biblioteca C#/.NET para executar LLMs (🦙LLaMA/LLaVA) no seu dispositivo local de forma eficiente.
Inferência de LLM distribuída. Conecte dispositivos domésticos em um cluster poderoso para acelerar a inferência de LLM. Mais dispositivos significam inferência mais rápida.
Melhora a saída do Tesseract OCR usando LLMs (local ou API) para correção de erros, divisão inteligente e formatação em markdown de PDFs escaneados
API estilo OpenAI para modelos de linguagem grandes abertos, usando LLMs assim como o chatgpt! Suporte para LLaMA, LLaMA-2, BLOOM, Falcon, Baichuan, Qwen, Xverse, SqlCoder, CodeLLaMA, ChatGLM, ChatGLM2, ChatGLM3 etc. Interface de backend unificada para modelos de linguagem grandes de código aberto
✨ Agente de IA totalmente autônomo que pode realizar tarefas e projetos complexos usando terminal, navegador e editor.
Aila (AI 超元域): A principal ferramenta de integração de IA para Windows, macOS e Android. Pergunte uma vez, obtenha respostas de mais de 10 IAs como ChatGPT, Gemini, Claude3, Copilot, Poe, Perplexity e mais. Apresenta IA e prompts personalizáveis.
Execute qualquer Llama 2 localmente com a interface de usuário gradio em GPU ou CPU, a partir de qualquer lugar (Linux/Windows/Mac). Utilize `llama2-wrapper` como seu backend local do Llama 2 para Agentes/Aplicativos Generativos.
Um guia completo para construir aplicações LLM baseadas em RAG para produção.
[ICML 2024] LLMCompiler: Um Compilador LLM para Chamada de Funções Paralelas
Calcule os requisitos de token/s e memória de GPU para qualquer LLM. Suporta quantização llama.cpp/ggml/bnb/QLoRA
Tutoriais de LangChain e Prompt Engineering sobre Grandes Modelos de Linguagem (LLMs), como o ChatGPT, com dados personalizados. Jupyter notebooks sobre carregamento e indexação de dados, criação de modelos de prompt, agentes CSV e uso de cadeias de recuperação de QA para consultar os dados personalizados. Projetos para usar um LLM privado (Llama 2) para conversação com arquivos PDF, análise de sentimento de tweets.
Um serviço FastAPI para busca semântica de texto usando embeddings pré-calculados e medidas de similaridade avançadas, com suporte integrado para vários tipos de arquivo através do textract.
Um framework de serviço de alto desempenho orientado a taxa de transferência para LLMs
Potencializar Modelos de Linguagem Grandes (LLM) usando Geração Aumentada por Recuperação baseada em Grafos de Conhecimento (KG-RAG) para tarefas intensivas em conhecimento
Kit de ferramentas para ajuste fino, ablação e teste unitário de LLMs de código aberto.
[ICLR 2025] Síntese de Dados de Alinhamento do Zero, Solicitando LLMs Alinhados com Nada. Seu pipeline eficiente e de alta qualidade para geração de dados sintéticos!
Neste projeto, explorei como LLMs locais podem ser usados para rotular dados e apoiar análises. Especificamente, usei o modelo Llama2 para categorizar automaticamente os dados das minhas transações bancárias.
Amostra para visualizar aplicativos inteligentes com a pilha Copilot da Microsoft para experiências de produtos infundidas com IA.
Alinhamento de grandes modelos de linguagem com os seres humanos: uma revisão
[ICLR 2024] LLaMA Aparado: Acelerando o Pré-treinamento de Modelos de Linguagem via Poda Estruturada
Usa a API do ChatGPT, a API do Bard e Llama2, módulos Python-Nmap, DNS Recon, PCAP e JWT recon, e utiliza o modelo GPT3 para criar relatórios de vulnerabilidade com base em dados de varredura Nmap e informações de varredura DNS. Também é capaz de realizar uma extensa enumeração de subdomínios.
[ECCV2024] Modelo de Linguagem Grande Multimodal Fundamentado com Tokenização Visual Localizada
Recrutamento escolar, outono, primavera, ótimos projetos de estágio, levando você a implementar do zero um framework de inferência de grandes modelos suportando Llama2/3 e Qwen2.5.
Treine e Inferira Embeddings de Sentenças Poderosos com AnglE | 🔥 SOTA nos Rankings (Leaderboard) STS e MTEB
Use o Code Llama com o Visual Studio Code e a extensão Continue. Uma alternativa local de LLM ao GitHub Copilot.
Construindo um MiniLLM do Zero (Pré-treinamento + SFT + DPO na Prática)
Perguntas Frequentes
Qual é o repositório de #llama2 mais popular no GitHub?
O projeto de código aberto de #llama2 mais bem classificado no GitHub é haotian-liu/LLaVA, com 24,232 estrelas. [NeurIPS'23 Oral] Visual Instruction Tuning (LLaVA) construído em direção a capacidades de nível GPT-4V e além.
Quais linguagens de programação são mais usadas nos repositórios de #llama2?
Entre os projetos de #llama2 mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, TypeScript, C#.
Como é calculada a classificação dos repositórios de #llama2?
Acompanhamos 53 repositórios ativos de código aberto marcados com #llama2 (com mais de 500 estrelas), totalizando 197,320 estrelas e uma média de 3,723 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.