qwen

Swiftlet एक Swift और Metal रनटाइम है जो स्टोरेज से एक्सपर्ट वेट्स को स्ट्रीम करके Apple डिवाइस पर बड़े Qwen Mixture-of-Experts मॉडल को स्थानीय रूप से चलाता है, जिससे iPhone सहित कम RAM पर भी 35B और 80B मॉडल चलाना संभव होता है।

SINQ की आधिकारिक रिपॉजिटरी में आपका स्वागत है! एक नई, तेज़ और उच्च-गुणवत्ता वाली क्वांटिज़ेशन विधि जिसे किसी भी Large Language Model को सटीकता बनाए रखते हुए छोटा करने के लिए डिज़ाइन किया गया है [ICML 2026]।

ComfyUI DyPE+SEGA, जो आर्टिफैक्ट-मुक्त 4K+ छवि निर्माण को सक्षम बनाता है: Z-Image, Qwen, Flux, Krea2

LLMs की आसान और कुशल फाइन-ट्यूनिंग। (LLama, LLama2, LLama3, Qwen, Baichuan, GLM, Falcon समर्थित)

GitHub और वेब स्रोतों के लिए इंटेलिजेंट डेटा अधिग्रहण फ्रेमवर्क

🔴 बहुत बड़ी AI टूल सूची! 🔴 AI टूल्स की क्यूरेटेड सूची - 2026 में अपडेट की गई

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

💭 一个可二次开发 Chat Bot 单轮对话 Web 端 MVP 原型模板, 基于 Vue 3, Vite8, TypeScript, Naive UI, Pinia(v3), UnoCSS 等主流技术构建, 🧤简单集成大模型 API, 采用单轮 AI 问答对话模式, 每次提问独立响应, 无需上下文, 支持 SSE 打字机效果流式输出, 集成 markdown-it Mermaid/KaTex/LaTex 公式高亮预览, 星火, 智谱, 硅基流动, Deepseek V4/V3/R1 深度思考推理模型预览, 兼容 <think> 标签, 包含蒸馏 skill 💼 易于定制和快速搭建 Chat 类大语言模型产品 (附示例截图)

कैंपस प्लेसमेंट, इंटर्नशिप के लिए एक बेहतरीन प्रोजेक्ट, जो आपको शून्य से LLama2/3 और Qwen2.5 का समर्थन करने वाला लार्ज मॉडल इन्फरेंस फ्रेमवर्क बनाना सिखाता है।

Mac (M1/M2/M3/M4) पर स्थानीय रूप से Qwen3-TTS टेक्स्ट-टू-स्पीच चलाएं। वॉयस क्लोनिंग, वॉयस डिज़ाइन, कस्टम वॉयस। MLX का उपयोग करके 100% ऑफ़लाइन।

स्टेटिक suckless सिंगल बैच CUDA-only qwen3-0.6B मिनी इन्फेरेंस इंजन

LLM-आधारित मल्टी-एजेंट रीइन्फोर्स्ड ट्रेनिंग और इन्फरेंस के लिए एक फ्रेमवर्क

FlashRT छोटे-बैच, विलंबता-संवेदनशील AI वर्कलोड के लिए एक उच्च-प्रदर्शन रीयल-टाइम इन्फरेंस इंजन है। इसका प्रमुख एकीकरण Pi0, Pi0.5, GROOT N1.6, और Pi0-FAST के लिए प्रोडक्शन VLA नियंत्रण है। यह LLM जैसे qwen3.6-27B को भी सपोर्ट करता है।

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.