qwen

Repositorio oficial de SINQ: un método de cuantización novedoso, rápido y de alta calidad diseñado para reducir el tamaño de cualquier modelo de lenguaje grande preservando la precisión [ICML 2026]

Swiftlet es un entorno de ejecución de Swift y Metal que ejecuta modelos de mezcla de expertos Qwen de gran tamaño localmente en dispositivos Apple mediante la transmisión de pesos de expertos desde el almacenamiento, permitiendo ejecutar modelos de 35B y 80B con poca memoria RAM, incluso en iPhone.

ComfyUI DyPE+SEGA, permite la generación de imágenes 4K+ sin artefactos: Z-Image, Qwen, Flux, Krea2

Ajuste fino (finetuning) fácil y eficiente para LLMs. (Compatible con LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon). Entrenamiento y despliegue eficiente de cuantización para grandes modelos.

Marco de adquisición de datos inteligente para GitHub y fuentes web

🔴 ¡LISTA MUY GRANDE DE HERRAMIENTAS DE IA! 🔴 Lista seleccionada de herramientas de IA - Actualizada en 2026

Plantilla MVP para una interfaz web de Chat Bot de un solo turno, desarrollada con Vue 3, Vite8, TypeScript, Naive UI, Pinia(v3) y UnoCSS. Integración sencilla de API de modelos grandes, modo de respuesta independiente sin contexto, soporte para efecto de escritura SSE, previsualización de markdown-it con Mermaid/KaTex/LaTex, y soporte para modelos como Deepseek V4/V3/R1 con etiquetas <think>.

Proyecto ideal para contrataciones universitarias, de otoño, primavera y pasantías, que te guía en la implementación desde cero de un marco de inferencia de grandes modelos compatible con Llama2/3 y Qwen2.5.

Ejecuta Qwen3-TTS de texto a voz localmente en Mac (M1/M2/M3/M4). Clonación de voz, diseño de voz y voces personalizadas. 100% offline usando MLX.

Motor de inferencia estático, minimalista y solo para CUDA de qwen3-0.6B.

Un framework para entrenamiento e inferencia multi-agente reforzado basado en LLM

FlashRT es un motor de inferencia en tiempo real de alto rendimiento para cargas de trabajo de IA de lotes pequeños y sensibles a la latencia. Su integración principal es el control VLA de producción para Pi0, Pi0.5, GROOT N1.6 y Pi0-FAST. También admite LLM como qwen3.6-27B.

eLLM: Run Long-Horizon Inference Faster on CPUs Than on GPUs

Run MoE models bigger than your RAM. Frontier-size MoE on a 12 GB phone, CPU only, lossless, on stock llama.cpp

CLI-first orchestration for AI coding agents: run selected agents and models in parallel, compare raw answers, and coordinate review or implementation workflows.

Open Model Engine (OME) — Kubernetes operator for LLM serving, GPU scheduling, and model lifecycle management. Works with SGLang, vLLM, TensorRT-LLM, and Triton

A curated list of awesome tools, extensions, and resources for Gemini CLI.