#qwen Repositórios
145 repositórios no total
Motor de inferência ultrarrápido para Apple Silicon, otimizado para Qwen e Nemotron. Compatível com as APIs da OpenAI e da Anthropic. Desenvolvido pela equipe da nace.ai
Implante qualquer modelo de IA, agente, banco de dados, RAG e pipeline localmente ou remotamente em minutos
♾️ Frota de Agentes Privados com Codificação Específica. Cada agente recebe seu próprio desktop acelerado por GPU. Execute Claude, Codex, Gemini e modelos abertos em uma Pilha de IA Privada Completa ♾️
🤖✨ChatMLX é uma aplicação de chat moderna, de código aberto e de alto desempenho para MacOS, baseada em grandes modelos de linguagem.
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.
Uma ferramenta de IA multiagente que transforma artigos de pesquisa em avaliações fundamentadas, com citações, de comercialização e transferência de tecnologia, abrangendo TRL, panorama de patentes, mercados e riscos. Desenvolvida com CrewAI + FastAPI e com um benchmark reproduzível.
FlashRT é um motor de inferência em tempo real de alto desempenho para cargas de trabalho de IA de pequenos lotes e sensíveis à latência. A integração principal é o controle VLA de produção para Pi0, Pi0.5, GROOT N1.6 e Pi0-FAST. Também oferece suporte a LLMs, por exemplo, qwen3.6-27B.
Modelos abertos de nível de fronteira em uma TPU v5e-8 gratuita da Kaggle: GLM-5.3-Flash 320B MoE (~165 tokens/s, com nosso próprio mecanismo JAX) e Qwen3.8-27B bf16 (~130 tokens/s), contexto de 262k e cache de prefixos. Funciona com Claude Code, Codex, opencode e pi.
🚀🚀🚀Uma coleção de projetos públicos incríveis sobre Modelos de Linguagem Grandes (LLM), Modelos de Linguagem Visual (VLM), Ação de Linguagem Visual (VLA), Conteúdo Gerado por IA (AIGC), os Datasets e Aplicações relacionados.
Dingo: Uma Ferramenta Abrangente de Avaliação da Qualidade de Dados, Modelos e Aplicações de IA
MimikaStudio - Um aplicativo local-first para macOS (Apple Silicon) + Suporte Agentic MCP
Motor de inferência LLM puro Rust + CUDA — sem PyTorch, compatível com OpenAI, atende de Qwen3 a Kimi-K2
Central de atendimento com IA auto-hospedada e API em primeiro lugar: a IA conversa, o código controla a chamada. Agentes de IA atendem todas as chamadas; uma pessoa pode assumir sem interrompê-las. Funciona com FreeSWITCH, seu tronco SIP e um modelo em tempo real (OpenAI, Grok, Qwen, Doubao ou qualquer gateway compatível).
Estrutura de equipe de agente de IA para Claude Code — 19 papéis colaboram através de portões de estágio, reforçados por habilidades obrigatórias + hooks de bloqueio + listas de verificação DoD. Pastas de alteração orientadas por especificações, revisões de código auditadas por SIT, defesa de hook de 4 camadas, multi-LLM (DeepSeek/Doubao/Qwen/MiniMax). Rastreamentos: Web · Mini Programa WeChat · Nativo Apple (macOS/iOS). README em 中文/EN.
🐋MindChat (Diálogo Aberto) – Grande Modelo Psicológico: Dialogando sobre a jornada da vida, sorrindo diante das adversidades.
Um mecanismo nativo de inferência de LLM e runtime de agentes em .NET para modelos GGUF. O TensorSharp oferece um aplicativo de console, uma interface de chatbot baseada na Web, um aplicativo para iPhone e APIs HTTP compatíveis com Ollama/OpenAI para acesso programático. É compatível com Windows, macOS, iOS e Linux, com suporte completo a GPU.
Projeto Pessoal: MPP-Qwen14B & MPP-Qwen-Next (Pipeline Paralelo Multimodal baseado em Qwen-LM). Suporta [video/image/multi-image] {sft/conversations}. Não deixe a pobreza limitar sua imaginação! Treine seu próprio MLLM 8B/14B semelhante ao LLaVA-training na RTX3090/4090 24GB.
Execute um modelo de IA de 105 GB em um Mac que não tem espaço para armazená-lo. Qwen3.8-Flash-Next de 4 bits, transmitido por streaming a partir de um SSD em Macs com Apple Silicon e 16–64 GB de memória. Totalmente nativo em Swift, MLX e Metal. Funciona offline, sem Python. CLI, biblioteca Swift e APIs Ollama/OpenAI/Anthropic. Compatível com Claude Code e Codex.
Swiftlet é um runtime Swift e Metal que executa grandes modelos Qwen Mixture-of-Experts localmente em dispositivos Apple, transmitindo pesos de especialistas do armazenamento, permitindo que modelos de 35B e 80B sejam executados com pouca RAM, inclusive no iPhone.
Awesome-LLM-Eval: uma lista selecionada de ferramentas, conjuntos de dados/benchmarks, demonstrações, placares, artigos, documentos e modelos, principalmente para Avaliação em LLMs. Uma lista selecionada de ferramentas, benchmarks/dados, demonstrações, placares e grandes modelos, voltada principalmente para a avaliação de LLMs fundamentais, com o objetivo de explorar os limites técnicos da IA generativa.
Gateway de proxy reverso multi-conta do Qoder para acesso nacional e internacional; hub de gateways Qoder compatível com OpenAI, multi-conta e de duas regiões — inferência assinada com COSY, impressões digitais estáveis dos dispositivos para evitar controles de risco, autorização de dispositivo OAuth para entrar sem um cliente, check-in diário e benefícios Pro, agendador em segundo plano e painel de monitoramento Web. Compatível com Codex / Claude Code e clientes OpenAI padrão.
Uma lista selecionada de excelentes ferramentas, extensões e recursos para o Gemini CLI.
Bem-vindo ao repositório oficial do SINQ! Um método de quantização novo, rápido e de alta qualidade projetado para tornar qualquer Grande Modelo de Linguagem menor enquanto preserva a precisão [ICML 2026]
ComfyUI DyPE+SEGA, permitindo a geração de imagens 4K+ sem artefatos: Z-Image, Qwen, Flux, Krea2
Ajuste Fino de LLMs fácil e eficiente. (Modelos suportados: LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon) Treinamento e implantação de grandes modelos com quantização eficiente.
🔴 LISTA MUITO GRANDE DE FERRAMENTAS DE IA! 🔴 Lista selecionada de ferramentas de IA - Atualizada 2026
eLLM: Executar inferência de horizonte longo mais rápido em CPUs do que em GPUs
Execute o Qwen3-TTS (texto para fala) localmente no Mac (M1/M2/M3/M4). Clonagem de voz, design de voz, vozes personalizadas. 100% offline usando MLX.
Um modelo de protótipo Web MVP para Chat Bot de turno único pronto para desenvolvimento secundário, construído com tecnologias principais como Vue 3, Vite 8, TypeScript, Naive UI, Pinia (v3) e UnoCSS. 🧤 Integração simples de APIs de modelos grandes, modo de diálogo de pergunta e resposta de IA de turno único, respostas independentes sem necessidade de contexto, saída de streaming com efeito de máquina de escrever SSE e integração de markdown-it com visualização de fórmulas Mermaid/KaTex/LaTex. Suporta pré-visualização de modelos de raciocínio profundo iFlytek Spark, Zhipu, SiliconFlow e DeepSeek V4/V3/R1, compatível com tags <think> e inclui habilidades destiladas. 💼 Fácil de personalizar e construir rapidamente produtos de modelos de linguagem grandes do tipo Chat (capturas de tela de exemplo incluídas).
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.
[ICLR 2026] Um framework para treinamento por reforço e inferência multiagente baseados em LLM
Motor de inferência CUDA-only qwen3-0.6B mini estático e sem frescuras de lote único
Orquestração com foco em CLI para agentes de codificação de IA: execute agentes e modelos selecionados em paralelo, compare respostas brutas e coordene fluxos de trabalho de revisão ou implementação.
Xolotl: execute o DeepSeek-V4.1-Flash, com todos os 552B parâmetros, como um agente local de programação em um único PC gamer (RTX 4090 + 110 GB de RAM): ~33 tok/s no modo agente, ~41 no modo rápido e contexto de 512K. Além disso, Inkling-2-Mini (Thinking Machines, mecanismo próprio + gerador de rascunhos MTP), GLM-5.3-Flash, Qwen3.8 e LFM3-Omni. Especialistas MoE distribuídos em camadas entre VRAM, RAM e NVMe (Xolotl Direct). API da OpenAI + Anthropic.
Gezhi AI · Gezhi Sheets | Faça com que as planilhas entendam você. Um assistente local de planilhas com IA compatível com GLM, Kimi, Doubao, DeepSeek e Qwen.
Open Model Engine (OME) — operador Kubernetes para serving de LLMs, agendamento de GPUs e gerenciamento do ciclo de vida dos modelos. Compatível com SGLang, vLLM, TensorRT-LLM e Triton
CLI oficial do Model Studio (CLI do Alibaba Cloud Bailian), desenvolvido para frameworks de agentes de IA, que disponibiliza recursos de modelos, pesquisa, multimodalidade e fluxos de trabalho por meio de chamadas de ferramentas estruturadas.
Interface web/desktop para Gemini CLI/Qwen Code. Gerencie projetos, alterne entre ferramentas, pesquise em conversas anteriores e gerencie servidores MCP, tudo em uma única interface multilíngue, localmente ou remotamente.
Ablation totalmente sem censura e com capacidades aprimoradas do Qwen3.6-27B. Decodificação especulativa NVFP4 + z-lab DFlash (n=12) no contêiner unificado ghcr.io/aeon-7/aeon-vllm-ultimate:latest, otimizada para a aceitação de rascunhos em contextos longos no DGX Spark. 6 variantes HF (BF16/NVFP4/MTP/MTP-XS), docker-compose e QuickStart.
Execute LLMs locais, como Gemma, Qwen e LLaMA, no Android para conversar e responder a perguntas em tempo real, com privacidade e sem conexão, usando o LiteRT e o ONNX Runtime.