Lompat ke konten utama
buildradar
Sign in
Topik · language-models

language-models

Repositori open source terpantau bertanda language-models, diurutkan berdasarkan bintang.

Repositori
21
Total bintang
43.076
Rata-rata bintang
2.051
Porsi
0,00%

Topik yang sering muncul berdampingan dengan language-models di repositori yang sama.

Yang sedang naik

Repositori yang dibuat dalam 90 hari terakhir dan bertanda language-models.

Tidak ada repositori baru bertanda topik ini dalam 90 hari terakhir.

  • petals@bigscience-workshop

    🌸 Jalankan LLM di rumah, dengan gaya BitTorrent. Fine-tuning dan inferensi hingga 10x lebih cepat daripada offloading

    10.527+21Perubahan bintang dalam 7 hari terakhir
  • argos-translate@argosopentech

    Pustaka penerjemahan luring sumber terbuka yang ditulis dalam Python

    6.422+28Perubahan bintang dalam 7 hari terakhir
  • Dari Chain-of-Thought prompting hingga OpenAI o1 dan DeepSeek-R1 🍓

    3.681+5Perubahan bintang dalam 7 hari terakhir
  • cookbook@Liquid4All

    Contoh, tutorial end-to-end, dan aplikasi yang dibangun menggunakan Liquid AI Foundational Models (LFM) dan LEAP SDK

    2.425+15Perubahan bintang dalam 7 hari terakhir
  • large_concept_model@facebookresearch

    Large Concept Models: Pemodelan bahasa dalam ruang representasi kalimat.

    2.376+1Perubahan bintang dalam 7 hari terakhir
  • [Daftar Makalah] Makalah yang mengintegrasikan knowledge graph (KG) dan large language model (LLM).

    2.228+3Perubahan bintang dalam 7 hari terakhir
  • ecco@jalammar

    Menjelaskan, menganalisis, dan memvisualisasikan model bahasa NLP. Ecco membuat visualisasi interaktif langsung di notebook Jupyter yang menjelaskan perilaku model bahasa berbasis Transformer (seperti GPT2, BERT, RoBERTA, T5, dan T0).

    2.103+2Perubahan bintang dalam 7 hari terakhir
  • perplexity-ai@helallao

    Wrapper API tidak resmi untuk Perplexity.ai dan pembuat akun dengan antarmuka web.

    1.866+12Perubahan bintang dalam 7 hari terakhir
  • awesome-japanese-llm@llm-jp

    Ringkasan LLM Bahasa Jepang - Ikhtisar LLM Bahasa Jepang

    1.428+1Perubahan bintang dalam 7 hari terakhir
  • Tutorial LangChain & Prompt Engineering pada Large Language Model (LLM) seperti ChatGPT dengan data kustom. Jupyter notebook untuk memuat dan mengindeks data, membuat template prompt, agen CSV, dan menggunakan rantai QA pengambilan untuk kueri data kustom. Proyek untuk menggunakan LLM privat (Llama 2) untuk obrolan dengan file PDF, analisis sentimen tweet.

    1.251+1Perubahan bintang dalam 7 hari terakhir
  • tango@declare-lab

    Sekeluarga model difusi untuk generasi teks-ke-audio.

    1.238+0Perubahan bintang dalam 7 hari terakhir
  • Treasure-of-Transformers@ashishpatel26

    💁 Kumpulan luar biasa Model Transformers untuk Natural Language Processing yang berisi makalah, video, blog, repo resmi beserta Colab Notebooks. 🛫☑️

    1.179+2Perubahan bintang dalam 7 hari terakhir
  • [ACL 2023] Penalaran dengan Prompting Model Bahasa: Sebuah Survei

    1.007+0Perubahan bintang dalam 7 hari terakhir
  • ontogpt@monarch-initiative

    Alat ekstraksi ontologis berbasis LLM, termasuk SPIRES

    987+10Perubahan bintang dalam 7 hari terakhir
  • hyena-dna@HazyResearch

    Implementasi resmi untuk HyenaDNA, model fondasi genomik jarak jauh yang dibangun dengan Hyena

    808+4Perubahan bintang dalam 7 hari terakhir
  • PhoBERT@VinAIResearch

    PhoBERT: Model bahasa pratertarik untuk bahasa Vietnam (Temuan EMNLP-2020)

    807+3Perubahan bintang dalam 7 hari terakhir
  • small-text@webis-de

    Active Learning untuk klasifikasi teks dalam Python

    646-1Perubahan bintang dalam 7 hari terakhir
  • happy-transformer@EricFillion

    Happy Transformer mempermudah proses fine-tuning dan inferensi dengan model NLP Transformer.

    546+0Perubahan bintang dalam 7 hari terakhir
  • xmtf@bigscience-workshop

    Generalisasi Lintas Bahasa melalui Fine-Tuning Multitugas

    534+0Perubahan bintang dalam 7 hari terakhir
  • PromptInject@agencyenterprise

    PromptInject adalah kerangka kerja yang merakit prompt secara modular untuk memberikan analisis kuantitatif tentang ketahanan LLM terhadap serangan prompt adversarial. 🏆 Penghargaan Makalah Terbaik @ NeurIPS ML Safety Workshop 2022

    521+2Perubahan bintang dalam 7 hari terakhir
  • agency@neurocult

    🕵️‍♂️ Pustaka yang dirancang untuk pengembang yang ingin menjelajahi potensi Large Language Models (LLM) dan AI generatif lainnya melalui pendekatan yang bersih, efektif, dan khas Go.

    514+0Perubahan bintang dalam 7 hari terakhir
← Kembali ke topik