#qwen3 仓库
探索 37 个标记为 #qwen3 的活跃开源 GitHub 仓库,它们累计获得 217,169 个 Star(平均每个项目 5,869 个)。该主题的领先项目是 vllm-project/vllm,拥有 97,302 个 Star。
共 37 个仓库
使用 PEFT 或全参数训练,对 600 多个 LLM(Qwen3.8、DeepSeek-V4、GLM-5.1、InternLM3、Llama4 等)和 300 多个 MLLM(Qwen3-VL、Qwen3-Omni、InternVL3.5、Ovis2.5、GLM5.3、Gemma4、LLaVA、Phi4 等)进行 CPT/SFT/DPO/GRPO(AAAI 2025)。
📚精选的超棒 LLM/VLM 推理论文及代码列表:Flash-Attention、Paged-Attention、WINT8/4、并行化等。🎉
一款原生的 macOS 应用,可让用户与本地 LLM 聊天,该 LLM 能够使用您 Mac 上的文件、文件夹和网站信息进行响应,无需安装任何其他软件。由 llama.cpp 提供支持。
在你实际拥有的 GPU 上快速部署大型 Qwen 模型。使用 vLLM 在单张 24 GB 显卡上运行 Qwen3.8-27B:单用户 127 token/秒(答案引用提示词时为 381 token/秒),64 路并发时约 1,035 token/秒,支持 150k–262k 上下文。vLLM 补丁、重新量化流程与基准测试。
Chat2API 通过利用官方网页 UI,实现零成本访问领先的 AI 模型。它支持 DeepSeek、GLM、Kimi、MiniMax、Qwen 和 Z.ai 等提供商,并与 openlcaw、Cline 和 Roo-Code 等工具无缝集成。
本地推理,体验媲美前沿 API:在 AMD Strix Halo 上运行 Qwen3.8-Flash-Next 和小型 NPU 模型,通过同一端口提供 OpenAI 和 Anthropic API。
零 GPU、纯 CPU 推理,支持 30B–284B MoE 模型(Qwen3.8 176.5B 已在 28.26/48.35 GiB 的 Cgroup v2 冷缓存环境中通过认证、DeepSeek-V4 284B、Nemotron-30B)+ RouteCrack 2.0。
🎬 通过 3D 交互控制从任意相机视角生成图像。在 3D 空间中拖动相机,或使用滑块设置方位角/仰角/距离,然后生成图像。基于 Three.js + Gradio 构建,支持中英文双语界面。
在免费的 Kaggle TPU v5e-8 上运行前沿级开源模型:GLM-5.3-Flash 320B MoE(约 165 token/秒,采用我们自研的 JAX 引擎)和 Qwen3.8-27B bf16(约 130 token/秒),支持 262K 上下文和前缀缓存。可与 Claude Code、Codex、opencode 和 pi 配合使用。
🚀🚀🚀一个关于大型语言模型(LLM)、视觉语言模型(VLM)、视觉语言动作(VLA)、人工智能生成内容(AIGC)的优秀公共项目合集,以及相关的数据库和应用。
纯 Rust + CUDA 的 LLM 推理引擎——无需 PyTorch,兼容 OpenAI,支持从 Qwen3 到 Kimi-K2 的模型
在一台 32 GB 笔记本电脑上运行 Qwen3-Next-80B(48 GB),速度可达 37 tok/s;不使用草稿解码时为 24 tok/s,而 llama.cpp 为 2.8 tok/s;读取速度为 62 tok/s 对 16 tok/s。在 Q4_K_M 下对比的全部 13 个模型中,速度都快于 llama.cpp。运行比内存更大的 LLM,纯 C 实现,支持 CPU 或 GPU。
大模型API网关-全新AI大模型接口管理与API聚合分发系统,支持将多种大模型转换成统一的OpenAI兼容接口、Claude接口、Gemini接口,可供个人或者企业内部大模型API统一管理和渠道分发使用(key管理与二次分发)。支持国际国内所有主流大模型,如Gemini、Claude、Qwen3、Kimi-k2、豆包等。提供单可执行文件、Docker镜像,一键部署,开箱即用,完全开源,自主可控!本项目基于New-API和One-API,整合了NewAPI、OneAPI所有功能及众多第三方插件,功能超强!
在无法容纳 105 GB 模型的 Mac 上运行它。Qwen3.8-Flash-Next 4-bit,可从 SSD 流式加载,在配备 16–64 GB 内存的 Apple Silicon Mac 上运行。完全采用原生 Swift、MLX 和 Metal。离线运行,无需 Python。提供 CLI、Swift 库以及 Ollama/OpenAI/Anthropic API。兼容 Claude Code 和 Codex。
一款纯 Rust 构建的 LLM、VLM、VLA、TTS 和 OCR 推理引擎,由 Candle 和 Rust 驱动。它是 llama.cpp 的替代方案,更简单、更简洁。
完全不受审查、增强能力的 Qwen3.6-27B 消融版。基于统一的 ghcr.io/aeon-7/aeon-vllm-ultimate:latest 容器,采用 NVFP4 + z-lab DFlash 推测解码(n=12),针对 DGX Spark 上的长上下文草稿接受率进行了调优。提供 6 个 HF 变体(BF16/NVFP4/MTP/MTP-XS)、docker-compose 和快速入门指南。
常见问题解答
GitHub 上最受欢迎的 #qwen3 仓库是什么?
GitHub 上排名第一的开源 #qwen3 项目是 vllm-project/vllm,拥有 97,302 个 Star。用于LLM的高吞吐量和内存高效的推理与服务引擎
#qwen3 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #qwen3 项目中,最常见的编程语言是 Python, Go, Swift, TypeScript。
#qwen3 仓库的排名是如何计算的?
我们跟踪了 37 个标记为 #qwen3 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 217,169 个 Star,平均每个仓库拥有 5,869 个 Star。排名每日根据 GitHub API 更新。