llms

पावर यूज़र्स के लिए लोकल, ओपन-सोर्स AI ऐप बिल्डर ✨ v0 / Lovable / Replit / Bolt का विकल्प 🌟 पसंद आए तो स्टार दें!ా

स्ट्रक्चर्ड आउटपुट्स

LLMs (लार्ज लैंग्वेज मॉडल) एल्गोरिदम और एप्लिकेशन इंजीनियरों से संबंधित ज्ञान और साक्षात्कार प्रश्नों का संग्रह।

20 से अधिक उच्च-प्रदर्शन वाले LLMs, जिन्हें बड़े पैमाने पर प्रीट्रेन, फाइनट्यून और डिप्लॉय करने के लिए रेसिपी के साथ पेश किया गया है।

LangChain4j JVM पर LLM-संचालित एप्लिकेशन बनाने के लिए एक मुहावरेदार, ओपन-सোর্স Java लाइब्रेरी है। यह लोकप्रिय LLM प्रदाताओं और वेक्टर स्टोर पर एक एकीकृत API प्रदान करता है, और टूल कॉलिंग (MCP समर्थन सहित), एजेंटों और RAG को लागू करना आसान बनाता है। यह Quarkus और Spring Boot जैसे एंटरप्राइज़ Java फ्रेमवर्क के साथ सहजता से एकीकृत होता है।

एकीकृत गार्डरेल्स के साथ एक अत्यधिक तेज़ AI Gateway। 1 तेज़ और अनुकूल API के साथ 1,600+ LLMs, 50+ AI Guardrails तक रूट करें।

व्यावसायिक उपयोग के लिए उपलब्ध ओपन LLMs की एक सूची।

Pocket Flow: कोडबेस से ट्यूटोरियल

कमांड-लाइन से बड़े भाषा मॉडल तक पहुंचें

सर्वेक्षण पत्र "A Survey of Large Language Models" के लिए आधिकारिक GitHub पेज।

AI कोडिंग एजेंटों को जटिल कोडबेस में कठिन समस्याओं को हल करने का सबसे अच्छा तरीका।

AI ऑब्सर्बेबिलिटी और मूल्यांकन

श्रेणी के अनुसार 120+ LLM लाइब्रेरी की एक क्यूरेटेड सूची।

Agent Reinforcement Trainer: GRPO का उपयोग करके वास्तविक दुनिया के कार्यों के लिए मल्टी-स्टेप एजेंटों को प्रशिक्षित करें। अपने एजेंटों को ऑन-द-जॉब ट्रेनिंग दें। Qwen3.6, GPT-OSS, Llama और अन्य के लिए रीइन्फोर्समेंट लर्निंग।

एक ओपन-सोर्स अतुल्यकालिक कोडिंग एजेंट

ChatGPT / Claude के लिए MCP ऐप्स और AI एजेंटों के लिए MCP सर्वर विकसित करने के लिए फुलस्टैक MCP फ्रेमवर्क।

AutoAgent: पूरी तरह से स्वचालित और ज़ीरो-कोड LLM एजेंट फ्रेमवर्क

Qwen, Gemma, या किसी भी ओपन वेट LLM को आसानी से फाइन-ट्यून, मूल्यांकन और तैनात करें!

Model Context Protocol और सरल वर्कफ़्लो पैटर्न का उपयोग करके प्रभावी एजेंट बनाएं

Python में स्वायत्त AI एजेंट बनाएं।

नवीनतम LLM-आधारित ऑपरेटरों और पाइपलाइनों के साथ आसान डेटा तैयारी।

LLMs का लाभ उठाने के लिए बुनियादी अवधारणाओं से लेकर उन्नत रणनीतियों तक, 22 प्रॉम्प्ट इंजीनियरिंग तकनीकें, हैंड्स-ऑन Jupyter Notebook ट्यूटोरियल के साथ।

NeMo Guardrails LLM-आधारित वार्तालाप प्रणालियों में प्रोग्राम योग्य गार्डरेल्स आसानी से जोड़ने के लिए एक ओपन-सोर्स टूलकिट है।

Plano एजेंटिक ऐप्स के लिए एक AI-नेटिव प्रॉक्सी सर्वर और डेटा प्लेन है। स्मार्ट LLM रूटिंग, ऑब्ज़र्वेबिलिटी, एजेंट ऑर्केस्ट्रेशन और गार्डरेल्स ताकि आप अपने एजेंट के मुख्य लॉजिक पर ध्यान केंद्रित रख सकें।

मल्टीमॉडल AI के लिए ओपन लेकहहाउस फॉर्मेट। 100 गुना तेज रैंडम एक्सेस, वेक्टर इंडेक्स और डेटा वर्जनिंग के लिए केवल 2 लाइनों के कोड में Parquet से कन्वर्ट करें। Pandas, DuckDB, Polars, Pyarrow और PyTorch के साथ संगत, और अधिक इंटीग्रेशन जल्द आ रहे हैं।

PyTorch में ओपन सोर्स न्यूरल मशीन ट्रांसलेशन और (लार्ज) लैंग्वेज मॉडल

TalkToFigma: AI एजेंट (Cursor, Claude Code, Codex) और Figma के बीच MCP इंटीग्रेशन, जो एजेंटिक AI को डिज़ाइन पढ़ने और प्रोग्रामेटिक रूप से संशोधित करने के लिए Figma के साथ संवाद करने की अनुमति देता है।

फाउंडेशन मॉडल के लिए और उनके साथ डेटा प्रोसेसिंग! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

जो चीजें मैं सीख रहा हूँ उनका एक लॉग

🔍 वेब सर्च इंजन का LLM-आधारित मल्टी-एजेंट फ्रेमवर्क (जैसे Perplexity.ai Pro और SearchGPT)