qwen

Bienvenue sur le dépôt officiel de SINQ ! Une méthode de quantification novatrice, rapide et de haute qualité conçue pour réduire la taille de n'importe quel Grand Modèle de Langage (LLM) tout en préservant sa précision [ICML 2026]

Fine-tuning simple et efficace de LLM (prise en charge de LLaMA, LLaMA2, LLaMA3, Qwen, Baichuan, GLM, Falcon). Entraînement et déploiement de quantification efficace pour grands modèles.

ComfyUI DyPE+SEGA, permettant une génération d'images 4K+ sans artéfact : Z-Image, Qwen, Flux, Krea2.

Swiftlet est un runtime Swift et Metal qui exécute localement de grands modèles Qwen Mixture-of-Experts sur les appareils Apple en diffusant les poids des experts depuis le stockage, permettant aux modèles 35B et 80B de fonctionner avec peu de RAM, y compris sur iPhone.

Framework d'acquisition de données intelligent pour GitHub et les sources web

🔴 TRÈS GRANDE LISTE D'OUTILS IA ! 🔴 Liste sélective d'outils d'IA - Mis à jour en 2026

Modèle MVP pour une interface Web de chatbot à tour unique, basé sur Vue 3, Vite 8, TypeScript, Naive UI, Pinia et UnoCSS. Intègre facilement des API LLM, supporte le streaming SSE, le rendu Markdown/Mermaid/KaTex, et les modèles de raisonnement comme DeepSeek R1 (avec support des balises <think>).

Un excellent projet pour le recrutement universitaire, d'automne, de printemps et les stages, vous guidant pour implémenter à partir de zéro un framework d'inférence de grands modèles prenant en charge LLama2/3 et Qwen2.5.

Exécutez Qwen3-TTS text-to-speech localement sur Mac (M1/M2/M3/M4). Clonage de voix, design vocal, voix personnalisées. 100 % hors ligne via MLX.

Moteur de mini-inférence statique, suckless, mono-lot (single batch) et exclusivement CUDA pour qwen3-0.6B

Un framework pour l'entraînement et l'inférence multi-agents basés sur les LLM par renforcement

FlashRT est un moteur d'inférence haute performance en temps réel pour les charges de travail IA à faible lot et sensibles à la latence. L'intégration phare concerne le contrôle VLA en production pour Pi0, Pi0.5, GROOT N1.6 et Pi0-FAST. Il prend également en charge les LLM tels que qwen3.6-27B.

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.