large-language-models

SEAIT ist eine benutzerfreundliche Anwendung, die den Installationsprozess von KI-bezogenen Projekten vereinfacht

📰 Lesenswerte Papers zur KV-Cache-Kompression (wird laufend aktualisiert 🤗).

Sammlung von Ressourcen zu Anwendungen von Large Language Models (LLMs) in der Audio-KI.

GRID: Generative Empfehlung mit semantischen IDs

Aligning Large Language Models with Human: A Survey

LLM-PowerHouse: Schöpfen Sie das Potenzial von LLMs durch kuratierte Tutorials, Best Practices und sofort einsatzbereiten Code für benutzerdefiniertes Training und Inferenz voll aus.

Long-RL: Skalierung von RL auf lange Sequenzen (NeurIPS 2025)

Ein Minecraft-MCP-Server auf Basis der Mineflayer-API. Ermöglicht die Echtzeit-Steuerung eines Minecraft-Charakters, sodass KI-Assistenten Strukturen bauen, die Welt erkunden und über natürliche Sprache mit der Spielumgebung interagieren können.

Open-Source-LLMs von Salesforce mit 8k Sequenzlänge.

[ICML 2024] SqueezeLLM: Dense-and-Sparse Quantization

Die offizielle Implementierung von MARS: Unleashing the Power of Variance Reduction for Training Large Models

[COLM’25] DeepRetrieval — 🔥 Training von Suchagenten durch RLVR mit Suchergebnis

🐋MindChat: Gespräche über den Lebensweg, dem Frost und Wind mit einem Lächeln begegnen

Serverloses LLM-Hosting für alle.

Open-Source-KI-gestützte Data-Science-Plattform.

[CVPR 2024] MovieChat: Von dichten Token zu sparsamem Speicher für das Verständnis langer Videos

Visuelles Repräsentationsmodell im großen Maßstab

Benchmarking der Langform-Faktizität in Large Language Models. Originalcode für unser Paper „Long-form factuality in large language models“.

Repository für Adaptation of Agentic AI.

OmniVinci ist ein omnimodales LLM für das gemeinsame Verständnis von Vision, Audio und Sprache.

[NeurIPS 2024 Spotlight] Buffer of Thoughts: Thought-Augmented Reasoning mit Large Language Models

Ist ChatGPT gut in der Suche? LLMs als Re-Ranking-Agent [EMNLP 2023 Outstanding Paper Award]

[ICML'24 Spotlight] LLM Maybe LongLM: Selbstständige Erweiterung des LLM-Kontextfensters ohne Feinabstimmung

Eine umfassende Übersicht über wissenschaftliche Large Language Models und deren Anwendungen in der wissenschaftlichen Entdeckung (EMNLP'24)

Offizielles Repository für „Craw4LLM: Efficient Web Crawling for LLM Pretraining“

Abfrage lokaler Dokumente, unterstützt durch LLM

Zelltypanmerkung für Einzelzell-RNA-Seq unter Verwendung eines Multi-LLM-Konsenses

Offenes Diffusions-Sprachmodell zur Codeergenerierung — veröffentlicht mit Vortraining, Evaluierung, Inferenz und Checkpoints.

Build your own X – Mastern Sie Machine Learning, indem Sie alles von Grund auf neu entwickeln. Das Projekt deckt alles von linearer Regression über Deep Learning bis hin zu Large Language Models (LLMs) ab.

Chinesisches Mixtral-8x7B (Chinese-Mixtral-8x7B)