#llms Репозитории
Всего репозиториев: 302
Сжатие контекста для ИИ-агентов программирования: сжимает вывод инструментов до его передачи модели и заменяет повторы ссылками длиной 13 токенов. Claude Code, Cursor, Codex, Kiro, Zed и любой MCP-клиент. Написано на Rust, без вызовов LLM.
Руководство по машинному обучению. Узнайте все об инструментах, библиотеках, фреймворках машинного обучения, больших языковых моделях (LLM) и моделях обучения.
Фреймворк llama-cpp-agent — это инструмент, предназначенный для простого взаимодействия с большими языковыми моделями (LLM). Он позволяет пользователям общаться с моделями LLM, выполнять структурированные вызовы функций и получать структурированный вывод. Также работает с моделями, не дообученными для вывода JSON и вызовов функций.
Потрясающие статьи, связанные с LLM в социальных науках.
Memento — это приложение на Python, которое записывает все, что вы делаете на своем компьютере, и позволяет вам возвращаться в прошлое, искать и общаться с LLM (большой языковой моделью), чтобы находить информацию о том, что вы делали.
Самый быстрый, легкий и самый легко интегрируемый AI‑шлюз на рынке. Полностью открытый исходный код.
TimeCopilot: агентный фреймворк для прогнозирования. Созданный на основе больших языковых моделей (LLM) и базовых моделей временных рядов, он позволяет с помощью единого API строить прогнозы, проводить перекрёстную проверку и выявлять аномалии, используя несколько базовых моделей. От финансов и энергетики до веб-аналитики — TimeCopilot преобразует запросы на естественном языке в прогнозы, готовые к использованию в промышленной среде.
xLAM: Семейство больших моделей действий для расширения возможностей систем ИИ-агентов
(Принято IJCV)Liquid: Языковые модели являются масштабируемыми и унифицированными мультимодальными генераторами
Этот учебник предоставит вам полное руководство по быстрой настройке собственной среды для работы с ИИ-приложениями. Начиная с установки и настройки Docker Desktop и заканчивая локальным развертыванием Dify и настройкой функций ИИ-помощника, вы сможете легко создавать уникальные ИИ-приложения, такие как «Угадай случай», «Сладкие слова», «Руководство для первокурсников», «Карточки для чтения Xiaohongshu» и «Библия собеседований». Вы также научитесь осваивать разработку приложений на базе Dify, начиная с простых агентов и заканчивая сложными задачами, включая рабочие процессы, базы знаний, DeepResearch, базы данных, MCP и оркестрацию сложных задач.
Free AI-Tips — это БЕСПЛАТНАЯ новостная рассылка от Business Science. Каждую неделю она содержит краткие обучающие материалы по Python AI для бизнеса. Подпишитесь здесь:
волшебный настольный клиент LLM, который позволяет *любому* легко использовать LLM и MCP
Достигните пошагового вывода llama3, усвойте основные концепции, освойте вывод процесса, реализуйте код.
Приложение на базе ИИ, которое позволяет загружать PDF-файлы и задавать по ним вопросы. Для генерации ответа используются LLM от OpenAI.
MAD: Первая работа, исследующая многопользовательский дебат с большими языковыми моделями :D
Приложение для локального запуска LLM на вашем устройстве, с вашими документами, облегчающее детальные цитаты в сгенерированных ответах.
Разработческий опыт, сфокусированный на CUE. Он объединяет схемы, модели данных, детерминированную и агентную генерацию кода, движок рабочих процессов и задач, среды на базе Dagger, ассистент кодирования и расширение VS Code; всё это сплетено на решётке CUE. Прищурьтесь сильнее, если не видите куб :]
kani (カニ) — это легко модифицируемый микрофреймворк для языковых моделей, выполняющих вызовы инструментов. (NLP-OSS @ EMNLP 2023)
GraphRAG4OpenWebUI интегрирует технологию GraphRAG от Microsoft в Open WebUI, предоставляя универсальный API для поиска информации. Он объединяет локальный, глобальный и веб-поиск для продвинутых систем вопросов и ответов и поисковых систем. Этот инструмент упрощает интеграцию поиска на основе графов в открытых веб-средах.
Очень быстрый проект, который преобразует исследовательские статьи в увлекательные дискуссии трех человек, предлагая интуитивно понятный и заставляющий задуматься опыт прослушивания. Идеально подходит для любителей подкастов, ищущих новый способ изучения академического контента.
Этот репозиторий содержит код оценки для статьи «MMMU: Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI»
В курсе «Генеративный ИИ с большими языковыми моделями (LLM)» вы изучите основы работы генеративного ИИ и то, как применять его в реальных приложениях.
Используйте галлюцинации больших языковых моделей (LLM) для исследований, основанных на новизне.
appbuilder-sdk, Qianfan AppBuilder-SDK помогает разработчикам гибко и быстро создавать AI-нативные приложения
Сборник статей ICLR и проектов с открытым исходным кодом за прошлые годы, включая ICLR2021, ICLR2022, ICLR2023, ICLR2024, ICLR2025.
Курируемый список потрясающих фреймворков, программного обеспечения и ресурсов по AGI
Гибкая, адаптивная система классификации для динамической классификации текста
"ICML 2025" "SepLLM: Ускорение больших языковых моделей путем сжатия одного сегмента в один разделитель"
[ICLR 2026] LinearRAG: Линейная генерация с дополнением поиском по графам на крупномасштабных корпусах
Chatbot Arena встречает мультимодальность! Multi-Modality Arena позволяет вам сравнивать модели зрения-языка бок о бок, предоставляя изображения в качестве входных данных. Поддерживает MiniGPT-4, LLaMA-Adapter V2, LLaVA, BLIP-2 и многие другие!
Современный веб-интерфейс для управления и взаимодействия с серверами vLLM (www.github.com/vllm-project/vllm). Поддерживает режимы GPU и CPU, а также включает специальные оптимизации для macOS Apple Silicon и корпоративного развертывания в OpenShift/Kubernetes.
Репозиторий для статьи "Large Language Model-Based Agents for Software Engineering: A Survey". Продолжает обновляться.
Клиент API Python для поставщиков ИИ, предназначенный для замены LangChain и LangGraph для большинства распространенных случаев использования.
Изучите обширную подборку ресурсов, учебных материалов, научных статей, инструментов и лучших практик для тонкой настройки больших языковых моделей (LLM). Идеально подходит для специалистов и исследователей в области машинного обучения!
Интеллектуальная обработка документов. Извлекайте структурированные данные, такие как JSON, Markdown и HTML, из документов с помощью ИИ.
Изучайте инженерию инференса LLM шаг за шагом: от KV-кэша, PagedAttention и непрерывной пакетной обработки до vLLM, SGLang и GPU.
Централизованный менеджер для серверов Model Context Protocol (MCP) с функциями динамического управления и мониторинга серверов
Этот репозиторий предоставляет бенчмарк для атак и защиты от внедрения промптов в LLM
AgentSearch — это фреймворк для поддержки поисковых агентов и обеспечения настраиваемого локального поиска.