#large-language-models 仓库
共 1,249 个仓库
基于“Large Language Models on Graphs: A Comprehensive Survey” (TKDE) 的精选论文和资源列表
使用残差量化(Residual Quantization)的自回归图像生成(Autoregressive Image Generation)的官方实现(CVPR '22)
“Sophia: A Scalable Stochastic Second-order Optimizer for Language Model Pre-training” 的官方实现
[ACL2023] 我们介绍 LLM-Blender,一个创新的集成框架,通过利用多个开源 LLM 的多样化优势来获得持续卓越的性能。LLM-Blender 通过排名来弥补不足,并通过融合生成来整合优势,以增强 LLM 的能力。
一个基于AI + 提示词的AIGC创作生产力工具,已经有数百家工作室和个人作者通过该工具实现了快速、批量生成小说、剧本、镜头。
🔍 LangKit: 一个用于监控大型语言模型 (LLM) 的开源工具包。📚 从提示和响应中提取信号,确保安全。🛡️ 功能包括文本质量、相关性指标和情感分析。📊 LLM 可观测性的综合工具。👀
自主节奏的生成式AI训练营。涵盖机器学习基础、Ollama、大语言模型、RAG、LangChain、LangGraph、微调、DSPy和AI代理(CrewAI)的教程(使用ChatGPT、gpt-oss、Claude、Qwen、Gemma、Llama、Gemini)
精选了10K+项目,包括机器学习、深度学习、NLP、GNN、推荐系统、生物医药、机器视觉、前后端开发等内容。让更多优秀的项目被人们发现。持续更新!欢迎star!
轻量级 LLM Post-training 框架,支持 SFT、RLVR、On-Policy KD、Guide KD 及混合训练;实现单轮/多轮 Guide 蒸馏、多教师蒸馏、Reward 混合训练与自动化数据分流👩🎓👨🎓