#large-language-models Репозитории
Всего репозиториев: 1,249
DeMCP — это первая децентрализованная сеть MCP, предлагающая прокси SSE для сервисов MCP и основных LLM, решая проблемы доверия и безопасности с помощью TEE и блокчейна.
MCP-Universe — это всесторонняя среда, предназначенная для обучения RL, бенчмаркинга и разработки ИИ-агентов для общего использования инструментов.
Это официальный репозиторий статьи «LAMBDA: A Large Model Based Data Agent». https://www.polyu.edu.hk/ama/cmfai/lambda.html
Код и наборы данных для "Character-LLM: Обучаемый агент для ролевых игр"
Этот репозиторий содержит код оценки для статьи «MMMU: Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI»
Официальный репозиторий статьи LLMs-as-Judges: Комплексный обзор методов оценки на основе LLM.
Подборка статей и ресурсов по дистилляции в политике для больших языковых моделей.
Полностью автоматизированный рабочий процесс продвижения ИИ-романов, от ID до видео автоматически
Официальный репозиторий статьи «(Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts»
В курсе «Генеративный ИИ с большими языковыми моделями (LLM)» вы изучите основы работы генеративного ИИ и то, как применять его в реальных приложениях.
Агент по написанию текстов на базе ИИ с поддержкой kimi-k2-thinking — автономно создает романы и рассказы с глубоким рассуждением
Наборы данных, предобработка и оценка для последовательных моделей на основе задач.
🚀🚀 Эффективные реализации нативной разреженной самовнимания
Создание наборов данных с использованием естественного языка
SelfCheckGPT: Нулевая ресурсная чёрная коробка обнаружения галлюцинаций для генеративных больших языковых моделей
appbuilder-sdk, Qianfan AppBuilder-SDK помогает разработчикам гибко и быстро создавать AI-нативные приложения
Chain-of-Agents: Сквозные фундаментальные модели агентов посредством дистилляции мультиагентов и агентского Обучения с Подкреплением (Agentic RL).
[ECCV2024] Обоснованная мультимодальная большая языковая модель с локализованной визуальной токенизацией
Meta Agents Research Environments — это комплексная платформа, предназначенная для оценки ИИ-агентов в динамичных и реалистичных сценариях. В отличие от статических бенчмарков, эта платформа представляет собой развивающуюся среду, в которой агенты должны адаптировать свои стратегии по мере поступления новой информации, что отражает реальные жизненные задачи.
Вмешательство во время вывода: получение правдивых ответов от языковой модели
Создание мультимодальной (визуальной) языковой модели с нуля на PyTorch с полным объяснением: https://www.youtube.com/watch?v=vAmKB7iPkWw
Интеллектуальный плагин-помощник по кодированию для Visual Studio Code, разработанный на основе CodeShell
Фреймворк мультиагентной системы на базе микроядра для адаптивного социального моделирования на основе LLM
Гибкая, адаптивная система классификации для динамической классификации текста
Следующая парадигма для агентов LLM. Объединение плана и действия посредством рекурсивной генерации кода для адаптивного, человекоподобного принятия решений.
Преобразуйте весь репозиторий GitHub в один организованный файл .txt для использования с LLM (ChatGPT, Claude, Gemini и т. д.).
[ICLR 2026] Фреймворк для обучения с подкреплением и вывода на основе LLM в системах с несколькими агентами
LLaVA-Mini — это унифицированная большая мультимодальная модель (LMM), которая может эффективно поддерживать понимание изображений, изображений высокого разрешения и видео.
"ICML 2025" "SepLLM: Ускорение больших языковых моделей путем сжатия одного сегмента в один разделитель"
[ICML'24 Spotlight] "TravelPlanner: Бенчмарк для планирования в реальном мире с языковыми агентами"