large-language-models

LLaVA-Miniは、画像、高解像度画像、動画の理解を効率的にサポートする統合型の大規模マルチモーダルモデル（LMM）です。

[ICML 2025] "SepLLM: Accelerate Large Language Models by Compressing One Segment into One Separator"

動的テキスト分類のための柔軟で適応性のある分類システム

大規模言語モデルの正常な学習を支援する手法のオープンなコレクション

CVPR 2024: 言語誘導による 3D Embodied AI 環境の生成

Chatbot Arena がマルチモーダルと融合！Multi-Modality Arena では、画像を入力として提供しながら、視覚言語モデルを並行してベンチマークできます。MiniGPT-4、LLaMA-Adapter V2、LLaVA、BLIP-2 などをサポート！

時系列向けの LLM および基盤モデル

LangChainのJava版であり、ビッグデータ向けにLLMを強化します

🤖 執筆と思考のためのプロトタイプアシスタント

論文「DoLa: Decoding by Contrasting Layers Improves Factuality in Large Language Models」の公式実装

安全かつ効果的な言語モデルを提供する

Pax は、大規模モデルのトレーニングのための Jax ベースの機械学習フレームワークです。高度かつ完全に設定可能な実験と並列処理を可能にし、業界をリードするモデルの FLOP 利用率を示しています。

論文「Large Language Model-Based Agents for Software Engineering: A Survey」のリポジトリ。随時更新中。

[EMNLP'25 findings] 階層的知識を用いた使いやすい Graph RAG システム。

LLM ベースのマルチエージェント強化学習および推論用フレームワーク

🔥🔥🔥 LLMベースのマルチモーダル生成（画像、動画、3D、音声）に関する厳選された論文リスト

Meta Agents Research Environments は、動的かつ現実的なシナリオで AI エージェントを評価するために設計された包括的なプラットフォームです。静的なベンチマークとは異なり、このプラットフォームは、新しい情報が利用可能になるにつれてエージェントが戦略を適応させなければならない進化する環境を導入し、現実世界の課題を反映しています。

汎用 LLM ゲートウェイ：1つの API であらゆる LLM にアクセス。マルチプロバイダー翻訳とインテリジェントなロードバランス機能を備えた OpenAI/Anthropic 互換のエンドポイント。

応用 AI エンジニアリング向けリソースの厳選コレクション（作業中）

社内文書におけるRAGのためのデータセットとベンチマーク。

これはLLM4IRのサーベイに関するリポジトリです。

[ICML'24 Spotlight] "TravelPlanner: A Benchmark for Real-World Planning with Language Agents"

MiniMax M2.1：実際の開発やエージェント向けのSOTAモデル。

オープンソースの LLM を簡単にファインチューニング、構築、デプロイ！

大規模言語モデルのオンポリシー蒸留に関する論文とリソースの厳選されたコレクション

マルチタスク ファインチューニングを通じたクロスリンガル汎化

[NeurIPS'23] 大規模言語モデルの効率的な生成推論のための Heavy-Hitter Oracle (H2O)

ICLR 2024 採択論文「Reasoning on Graphs: Faithful and Interpretable Large Language Model Reasoning」の公式実装

[NeurIPS 2025 Spotlight] 視覚生成と理解のための統合トークナイザー