qwen

一种新颖的多模态大型语言模型（MLLM）架构，旨在结构化对齐视觉与文字嵌入。

供 Agent 使用的本地 AI 应用与推理引擎。在你的电脑上私密、100% 离线运行开放权重 LLM。欢迎加入我们的 Discord：https://discord.com/invite/8wGSsvmg4V

基于 Qwen-3 与 Stable Diffusion 系列的 DeepSeek Engram 架构研究。

Parallax 是一个分布式模型服务框架，让您随处构建自己的 AI 集群

Qwen3.8-27B on a single RTX 3090 with vLLM: ~1,000 tok/s at 64 concurrent (int8 tensor-core GEMMs, fp16 DeltaNet state), ~114 tok/s single-user at default sampling / ~124 greedy (MTP drafts, own-output draft vocab, calibrated int4 lm_head, split-KV verify attention), 150k-262k context; patches, requant scripts, benchmarks

汇聚全球优秀的人工智能（AI）开源项目。

GraphGen：通过知识驱动的合成数据生成增强大语言模型的监督微调

一款桌面端 MCP 客户端，设计为工具单一公用程序集成，通过 Model Context Protocol (MCP) 加速 AI 采用，并支持跨供应商的 LLM API 编排。

与原生运行在浏览器中的 AI 大语言模型对话。享受隐私、无服务器、流畅的 AI 对话体验。

一个由 LLM 驱动的代码库代理，旨在协助开发者和团队快速生成文档并理解代码库。

从 NLP 到 LLM 的算法全栈教程，在线阅读地址：https://datawhalechina.github.io/base-llm/

适用于 Chrome 与 Firefox 的开源 AI 浏览器代理（单一仓库）🧠

🎬 通过 3D 交互控制从任何摄像机视角生成图像。在 3D 空间中拖拽摄像机或使用滑块设置方位角/仰角/距离后进行生成。基于 Three.js + Gradio 构建，支持中英双语界面。

针对扩散与全能模型的多模态 RL 训练框架

MAC (Multi-Agent CAD)：通过受限的测试期计算进行 text-to-CAD 生成的解耦多智能体框架

🚀 在任何地方执行 Codex Mobile：Android 上的 Linux、Windows 或 Termux 🚀

在几分钟内于本地或远程部署任何 AI 模型、Agent、数据库、RAG 和 pipeline。

🤖✨ ChatMLX 是一个基于大语言模型、适用于 macOS 的现代化、开源且高性能的聊天应用程序。

个人从头使用 1T tokens 训练 1B LLM

以极速进行训练／微调

🚀🚀🚀 收集一些关于大型语言模型（LLM）、视觉语言模型（VLM）、视觉语言动作（VLA）、AI 生成内容（AIGC）以及相关数据集与应用的优秀公开项目。

具备规格编码的私有代理舰队。每个代理皆拥有专属的 GPU 加速桌面，可在完整的私有 AI 堆栈上执行 Claude、Codex、Gemini 及开放模型

言语化采样 (Verbalized Sampling) 是一种免训练的提示策略，通过要求附带概率的响应来缓解 LLM 中的模式崩溃。在维持质量的同时实现 2-3 倍的多样性提升。具备 CLI/API 的模型无关框架，适用于创意写作、合成数据生成与对话模拟。

实时语音助手 —— WebRTC 流式传输、faster-whisper ASR、本地 LLM、Vui Nano (300M) TTS。兼容 OpenAI Realtime API。支持语音克隆、插话打断，在 4090 上约有 9 倍实时性能。采用 Apache 2.0 许可证。

Dingo：一个全面的 AI 数据、模型与应用程序质量评估工具

MimikaStudio - 适用于 macOS (Apple Silicon) 的本地优先应用程序 + 支持 Agentic MCP

🐋MindChat（漫谈）：漫谈人生路，笑对风霜途

个人项目：MPP-Qwen14B & MPP-Qwen-Next（基于 Qwen-LM 的多模态流水线并行）。支持 [视频/图像/多图] {SFT/对话}。不要让贫穷限制您的想象力！在 RTX3090/4090 24GB 上训练您自己的 8B/14B LLaVA 风格 MLLM。

纯 Rust + CUDA LLM 推理引擎 — 无需 PyTorch，兼容 OpenAI，支持 Qwen3 至 Kimi-K2 服务

Awesome-LLM-Eval：精选的工具、数据集/基准测试、演示、排行榜、论文、文档与模型列表，主要用于 LLM 评估。一个由工具、基准/数据、演示、排行榜和大模型等组成的精选列表，主要面向基础大模型评测，旨在探求生成式AI的技术边界。