LLM Resources

Source: https://github.com/WangRongsheng/awesome-LLM-resources at c318e482e279
License: Apache-2.0
Read the English original

This edition is an AI-assisted translation.

Un resumen de los mejores recursos del modelo de idiomas del mundo.

Digging out proyectos que son realmente valiosos, no sólo poaching. Head

[!TIP] Si tienes razón,Interés en conjuntos de datos médicos/grandes modelos/multimodales/recursos relacionados con la evaluaciónPor favor, compruebe con nosotros. Awesome-AI4Med !

Seremos amigos.

PackyCode es un proveedor de servicios de tránsito API estable y eficiente, con una palabra de acceso al modelo principal. Nombre de dominio armonizado, llave unificada, interruptor de perfil inteligente, disponibilidad del 97%. El RMB 1:1, sin tipo de cambio, sin pozos de tarifas, primer descuento para nuevos usuarios + $1 experiencia gratuita, con descuentos multigrupo tan bajo como 2 pliegues para proporcionar la carretera Codex/Claude.

Haga clic para registrar este enlace y comenzar inmediatamente!

Gracias, Infistar.cc, por patrocinar este proyecto.

:: Un canal modelo estable y eficiente: los precios son tan bajos como el 0,30% para los canales oficiales, los modelos son múltiples y transparentes, los múltiples nodos son redundantes, y el límite de flujo, 429 y los efectos de corte se reducen efectivamente;
• Acceso único a los modelos principales: una clave de API puede acceder a modelos principales como Claude, ChatGPT, Gemini, Kimi, GLM, DeepSeek, que abarcan la generación de texto, la generación de imágenes, el razonamiento multimodular;
Compatibilidad de las prácticas de recursos de almacén: ya sea la generación multimodular, la programación asistida, el razonamiento modelo o el desarrollo MCP/Agent, Infistar puede ser utilizado directamente como OpenAI, Claude, Gemini, el aprendizaje haciendo, y los elementos y tutoriales de funcionamiento de cero resistencia;

• Beneficios exclusivos: a través de [los]Promoción exclusiva de enlacesEl registro recibirá una cantidad de prueba equivalente de $5 / ¡Primero cargo exclusivo, acceso rápido y empezar a llamar!

¡Gracias a APIMart por patrocinar este proyecto! APIMart es una plataforma API de bajo precio enfocada en la generación de imagen/video AI, GPT-Image-2 es tan baja como $0.006 y $1 puede mostrar 160+. Fotos, videos, un conjunto de caminantes, APIs, trabajos para obtener IDs, callbacks, ejecutar un montón de veces, cambiar modelos sin cambiar códigos. Pagar sobre una base de volumen, sin cuota mensual, a través de esto. Enlace de registro El registro está disponible.

Índice

Recomendado .
Datos
Fine-Tuning
Agente RL .
Inferencias
Evaluación
Experiencia
Base de conocimientos RAG
Smart
Research 🔥
Código
Video
Imagen 🔥
Búsqueda
Voz de voz 🔥
Modelos mundiales 🔥
Langosta OpenClaw
Modelo unificado .
Libro
Curso
Tutoric
Documento
Comunidad
Modelo de protocolo de contexto MCP
Habilidades Habilidades
Abierto o1
Abierto o3
Modelo de idioma pequeño .
Modelo de lenguaje de vídeo pequeño .
Consejos de habilidades

Datos

[!NOTE]

Nombre数据, pero esto no proporciona un conjunto de datos específico, sino una manera de procesar la adquisición de datos a gran escala

AotoLabel: Etiqueta, conjuntos de datos de texto limpios y enriquecedores con LLMs.
LabelLLM: La plataforma de anotación de datos de código abierto.
data-juicer: ¡Un sistema de procesamiento de datos único para hacer que los datos sean de mayor calidad, juicieros y más digestibles para las LLMs!
OmniParser: un parser de streaming nativo de Golang ETL y biblioteca de transformación para CSV, JSON, XML, EDI, texto, etc.
MinerU (🔥): MinerU es una herramienta de extracción de datos de alta calidad, de código abierto, compatible con la extracción PDF/webpage/e-book.
PDF-Extract-Kit: Un Kit completo de herramientas para la extracción de contenido PDF de alta calidad.
Parsera: Ligera biblioteca para raspar sitios web con LLMs.
Sparrow: Sparrow es una innovadora solución de código abierto para la extracción y procesamiento eficientes de datos de diversos documentos e imágenes.
Docling: Prepare sus documentos para el gen AI.
GOT-OCR2.0: Modelo OCR.
LLM Decontaminator: Repensar el Benchmark y la Contaminación para los Modelos de Lenguas con Muestras Arregladas.
DataTrove: DataTrove es una biblioteca para procesar, filtrar y deduplicar datos de texto a gran escala.
llm-swarm: Genera grandes conjuntos de datos sintéticos como Cosmopedia.
Distilabel: Distilabel es un marco para datos sintéticos y retroalimentación AI para ingenieros que necesitan tuberías rápidas, fiables y escalables basadas en documentos de investigación verificados.
Common-Crawl-Pipeline-Creator: El Creador de Pipeline de Crawl Común.
Tabled: Detectar y extraer tablas para marcar y csv.
Zerox: Zero shot pdf OCR con gpt-4o-mini.
DocLayout-YOLO: Enhancing Document Layout Analysis through Diverse Synthetic Data and Global-to-Local Adaptive Perception.
TensorZero: hacer que los LLM mejoren a través de la experiencia.
Promptwright: Generar datos sintéticos grandes utilizando un LLM local.
pdf-extract-api: Document (PDF) Extracción y parse API utilizando modelos modernos OCRs + Ollama.
pdf2htmlEX: Convertir PDF en HTML sin perder texto o formato.
Extractous: Extracción rápida y eficiente de datos no estructurados. Escrito en Rust con enlaces para muchos idiomas.
MegaParse: File Parser optimizado para LLM Ingestión sin pérdida.
MarkItDown: Python herramienta para convertir archivos y documentos de oficina a Markdown.
datasketch: datasketch le da estructuras probabilísticas de datos que pueden procesar y buscar muy gran cantidad de datos super rápido, con poca pérdida de precisión.
semhash: herramienta ligera y flexible para la deduplicación de conjuntos de datos utilizando semántica similitud.
ReaderLM-v2: un modelo de lenguaje de parámetro 1.5B que convierte HTML crudo en marcado bellamente formateado o JSON.
Bespoke Curator: Curación de Datos para la Extracción de Datos Estructurados después del entrenamiento.
LangKit: Un conjunto de herramientas de código abierto para monitorizar los modelos de lenguaje grande (LLMs). Extrae señales de las respuestas rápidas ” , garantizando seguridad ” .
Curator: Comisariación de datos sintéticos para la posterior formación y extracción de datos estructurados.
olmOCR: Un kit de herramientas para la formación de modelos de lenguaje para trabajar con documentos PDF en la naturaleza.
Easy Dataset (🔥): Una poderosa herramienta para crear conjuntos de datos de ajuste fino para LLM.
BabelDOC: traducción de papel científico PDF y biblioteca de comparación bilingüe.
Dolphin: Document Image Parsing via Heterogeneous Anchor Prompting.
EasyDistill: Destilación del conocimiento fácil para los modelos de lenguaje grande.
ContextGem: un marco LLM libre de código abierto que hace que sea radicalmente más fácil extraer datos estructurados e información de los documentos.
OCRFlux: un ligero y potente kit de herramientas multimodal que avanza significativamente la conversión PDF-a-Markdown, destacando en el manejo complejo de la distribución, el corte de mesa complicado y la fusión de contenidos de página cruzada.
DataFlow: Preparación de datos fáciles con los últimos operadores y tuberías basados en LLMs.
DatasetLoom (multimodal): Una plataforma para la construcción y evaluación de conjuntos de datos inteligentes para la formación en modelos multimodulares grandes.
Logics-Parsing
DeepSeek-OCR
PaddleOCR-VL
Chandra: un modelo OCR altamente preciso que convierte imágenes y PDFs en HTML estructurado/Markdown/JSON preservando la información de diseño.
HunyuanOCR: un experto OCR final a extremo VLM propulsado por la arquitectura multimodal nativa de Hunyuan.
DeepSeek-OCR-2: Flujo Visual Causal.
PaddleOCR-VL-1.5 (🔥): Hacia un VLM de 0.9B multi-task para el bloqueo de documentos Robust In-the-Wild.
GLM-OCR: un modelo multimodal de OCR para la comprensión compleja de documentos, construido sobre la arquitectura de encoder-decodificador GLM-V.

↥ volver arriba

Fine-Tuning

LLaMA-Factory (🔥): Unificar un ajuste fino eficiente de 100+ LLMs.
360-LLaMA-Factory: Unificar un ajuste fino eficiente de 100+ LLMs. (paralelismo de alta secuencia para apoyar la formación de largo contexto)
unsloth (🔥): 2-5X más rápido 80% menos memoria LLM ajuste.
TRL: Transformer Reinforcement Learning.
FireflyFirefly : Gran herramienta de entrenamiento modelo para apoyar la formación de docenas de grandes modelos
Xtuner: Un kit de herramientas eficiente, flexible y completo para modelos grandes de ajuste fino.
torchtune: Biblioteca Native-PyTorch para LLM Fine-tuning.
Swift: Use PEFT o Full-parameter to finetune 200+ LLMs o 15+ MLLMs.
AutoTrain: Una nueva manera de entrenar, evaluar y desplegar automáticamente modelos de aprendizaje automático de última generación.
OpenRLHF: Un marco RLHF fácil de usar, escalable y de alto rendimiento (Apoyo 70B+ ajuste completo ” LoRA & Mixtral ” KTO).
Ludwig: Marco de bajo código para la construcción de LLMs personalizados, redes neuronales y otros modelos AI.
mistral-finetune: Una base de código ligera que permite un ajuste eficiente y performante de los modelos de Mistral.
aikit: Fine-tune, construir y desplegar LLM de código abierto fácilmente!
H2O-LLMStudio: H2O LLM Studio - un marco y sin código GUI para LLMs de ajuste fino.
LitGPT: Preentrenamiento, fino, despliegue 20+ LLMs en sus propios datos. Usa técnicas de vanguardia: atención flash, FSDP, 4 bits, LoRA y más.
LLMBox: Una biblioteca integral para la implementación de LLMs, incluyendo un oleoducto de capacitación unificado y una evaluación integral del modelo.
PaddleNLP: Fácil de usar y potente biblioteca NLP y LLM.
workbench-llamafactory: Este es un proyecto de ejemplo de NVIDIA AI Workbench que demuestra un flujo de trabajo de desarrollo de modelos de extremo a extremo utilizando Llamafactory.
OpenRLHF: Marco RLHF fácil de usar, escalable y de alto rendimiento (70B+ PPO Full Tuning ” Iterative DPO ” LoRA & Mixtral).
TinyLLaVA Factory: Marco de modelos multimodales a pequeña escala.
LLM-Foundry: Código de formación de LLM para los modelos de fundación Databricks.
lmms-finetune: Una base de código unificada para el ajuste (full, lora) grandes modelos multimodales, soportando llava-1.5, qwen-vl, llava-interleave, llava-next-video, phi3-v etc.
Simplifine: Simplifine le permite invocar el ajuste LLM con una sola línea de código utilizando cualquier conjunto de datos o modelo Hugging Face.
Transformer Lab: Aplicación de código abierto para LLM avanzado Ingeniería: interactuar, entrenar, ajustar y evaluar modelos de lenguaje grandes en su propio ordenador.
Liger-Kernel: Eficientes núcleos Triton para la formación de LLM.
ChatLearn: Un marco de capacitación flexible y eficiente para la alineación a gran escala.
nanotron: Minimalista modelo de lenguaje grande 3D-parallelismo entrenamiento.
Proxy Tuning: Tuning Language Models by Proxy.
Effective LLM Alignment: Herramienta de alineación eficaz de LLM.
Autotrain-advanced
Meta Lingua: una base de código magra, eficiente y fácil de hacer para investigar LLMs.
Vision-LLM Alignemnt: Este repositorio contiene el código para SFT, RLHF y DPO, diseñado para LLMs basados en la visión, incluyendo los modelos LLaVA y los modelos LLaMA-3.2-vision.
finetune-Qwen2-VL: Quick Start for Fine-tuning or continue pre-train Qwen2-VL Model.
Online-RLHF: Una receta para RLHF en línea y DPO iterante en línea.
InternEvo: un marco de formación de peso ligero de código abierto tiene como objetivo apoyar la formación previa modelo sin necesidad de dependencias extensas.
veRL (🔥): Volcano Motor Reinforcement Learning for LLM.
Axolotl: Axolotl está diseñado para trabajar con archivos de configuración YAML que contienen todo lo que necesita para preprocesar un conjunto de datos, entrenar o ajustar un modelo, ejecutar inferencia o evaluación del modelo, y mucho más.
Oumi: Todo lo que necesitas para construir modelos de base de última generación, de punta a punta.
Kiln: La herramienta más fácil para los modelos LLM de ajuste fino, generación de datos sintéticos y colaboración en conjuntos de datos.
DeepSeek-671B-SFT-Guide: Una solución de código abierto para el ajuste completo del parámetro de DeepSeek-V3/R1 671B, incluyendo código completo y scripts de la formación a la inferencia, así como algunas experiencias y conclusiones prácticas.
MLX-VLM: MLX-VLM es un paquete para inferencia y ajuste fino de los modelos de lenguaje de visión (VLM) en su Mac utilizando MLX.
RL-Factory: Entrenar su modelo de Agente a través de nuestro marco fácil y eficiente.
RM-Gallery: Una plataforma modelo de recompensa única.
ART: Lluvia agentes de varios pasos para las tareas del mundo real utilizando GRPO. Dale a tus agentes entrenamiento en el trabajo.
LMMs-Engine: Un marco de modalidad simple, de cualquier tipo para preentrenamiento y ajuste. Lean, flexible, y construida para investigación.
dLLM: una biblioteca que unifica la formación y evaluación de los modelos de lenguaje de difusión, aportando transparencia y reproducibilidad a todo el oleoducto de desarrollo. diffusion
Miles: un marco de aprendizaje de refuerzo orientado a las empresas para las cargas de trabajo de capacitación y producción posteriores al MoE en gran escala.
Skills: una colección de oleoductos para mejorar “skills” de grandes modelos de lenguaje (LLMs).
Twinkle: un marco de formación ligero y de servicio cliente diseñado con interfaces modulares de alta cohesión.
NeMo AutoModel: Pytorch Distribuida biblioteca de entrenamiento nativo para LLMs/VLMs con soporte OOTB Hugging Face.
VeOmni: Escalar cualquier modelo de formación con el Zoo de Receta Distribuida Modelo-Centric.
Soup: CLI de un solo contacto para el post-entrenamiento de LLM (SFT/DPO/GRPO/KTO/ORPO). Layer streaming entrena un modelo 8B en una GPU portátil de 4 GB mediante la transmisión de la base congelada de la capa de decodificador host RAM a la vez.

↥ volver arriba

Agente RL

veRL (🔥): https://github.com/volcengine/verl
AReaL: https://github.com/inclusionAI/AReaL
slime (🔥): https://github.com/THUDM/slime
Agent Lightning: https://github.com/microsoft/agent-lightning
Molt: https://github.com/NVIDIA-NeMo/labs-molt
prime-rl: https://github.com/PrimeIntellect-ai/prime-rl

↥ volver arriba

Inferencias

ollama (🔥): Levántate y corre con Llama 3, Mistral, Gemma y otros modelos de lenguaje grande.
Open WebUI: WebUI fácil de usar para LLMs (Formerly Ollama WebUI).
Text Generation WebUI: Una UI web de Gradio para los modelos de lenguaje grande. Admite transformadores, GPTQ, AWQ, EXL2, llama.cpp (GGUF), modelos Llama.
Xinference: Una biblioteca potente y versátil diseñada para servir lenguaje, reconocimiento del habla y modelos multimodales.
LangChain: Construir aplicaciones de razonamiento consciente de contexto.
LlamaIndex: Un marco de datos para sus aplicaciones LLM.
lobe-chat: un marco de chat LLMs/AI de código abierto. Admite Proveedores Multi AI, Multi-Modals (Vision/TTS) y sistema de plugins.
TensorRT-LLM: TensorRT-LLM proporciona a los usuarios una API de Python fácil de usar para definir modelos de lenguaje grande (LLMs) y construir motores TensorRT que contienen optimizaciones de última generación para realizar inferencia eficientemente en GPUs NVIDIA.
vllm (🔥): Una inferencia de alto rendimiento y eficiente en memoria y motor de servicio para LLMs.
LlamaChat: Chat con tus modelos LLaMA favoritos en una aplicación macOS nativa.
NVIDIA ChatRTX: ChatRTX es una aplicación demo que le permite personalizar un modelo GPT de lenguaje grande (LLM) conectado a su propio contenido —docs, notas u otros datos.
LM Studio🔥): Descubre, descarga y ejecuta LLMs locales.
chat-with-mlx: Chatea con tus datos de forma nativa en Apple Silicon usando MLX Framework.
LLM Precios: Busque rápidamente la API de modelos de lenguaje grande perfecto (LLM) para su presupuesto! Utilice nuestra herramienta gratuita para el acceso instantáneo a los últimos precios de los proveedores principales.
Open Interpreter: Una interfaz de lenguaje natural para ordenadores.
Chat-ollama: Un chatbot de código abierto basado en LLMs. Apoya una amplia gama de modelos de idiomas y gestión de bases de conocimientos.
chat-ui: Open source codebase powering the HuggingChat app.
MemGPT: Crear agentes LLM con memoria a largo plazo y herramientas personalizadas.
koboldcpp: Una manera sencilla de ejecutar varios modelos GGML y GGUF con la interfaz de usuario de KoboldAI.
LLMFarm: llama y otros modelos de lenguaje grande en iOS y MacOS sin conexión con la biblioteca GGML.
enchanted: Enchanted es la aplicación iOS y macOS para chatear con modelos privados de idioma auspiciados como Llama2, Mistral o Vicuna usando Ollama.
Flowise: Arrastre la interfaz de usuario para construir su flujo personalizado de LLM.
Jan: Jan es una alternativa de código abierto a ChatGPT que funciona 100% fuera de línea en su computadora. Soporte de motor múltiple (llama.cpp, TensorRT-LLM).
LMDeploy: LMDeploy es un kit de herramientas para comprimir, desplegar y servir LLMs.
RouteLLM: Un marco para servir y evaluar los routers LLM - ahorrar costes LLM sin comprometer la calidad!
MInferenceAcerca de Para acelerar la inferencia de LLMs de largo contexto, es escasa aproximada y dinámica calcula la atención, lo que reduce la latencia de la inferencia hasta 10x para la prefilización en un A100 manteniendo la precisión.
Mem0: La capa de memoria para IA Personalizada.
SGLang (🔥): SGLang es otro marco de servicio rápido para modelos de lenguaje grande y modelos de lenguaje de visión.
AirLLM: AirLLM optimiza el uso de la memoria de inferencia, permitiendo que los modelos de 70B de lenguaje grande ejecuten inferencia en una sola tarjeta GPU de 4 GB sin cuantificación, destilación y poda. Y puede ejecutar 405B Llama3.1 en 8GB vram ahora.
LLMHub: LLMHub es una plataforma de gestión ligera diseñada para simplificar el funcionamiento y la interacción con diversos modelos de lenguaje (LLM).
YuanChat
LiteLLM (🔥): Llame a todas las API de LLM usando el formato OpenAI [Bedrock, Huggingface, VertexAI, TogetherAI, Azure, OpenAI, Groq etc.]
GuideLLM: GuideLLM es una poderosa herramienta para evaluar y optimizar el despliegue de modelos de idiomas grandes (LLMs).
LLM-Engines: Un motor de inferencia unificado para los modelos de idiomas grandes (LLM) incluyendo modelos de código abierto (VLLM, SGLang, Together) y modelos comerciales (OpenAI, Mistral, Claude).
OARC: ollama agent roll cage (OARC) es un agente local de pitón que fusiona ollama llm con modelos de discurso Coqui-TTS, clasificadores de Keras, visión de Llava, reconocimiento de Whisper, y más para crear un agente de chatbot unificado para la automatización local y personalizada.
g1: Usando Llama-3.1 70b en Groq para crear cadenas de razonamiento o1-como.
MemoryScope: MemoryScope proporciona a los chatbots LLM capacidades de memoria potentes y flexibles a largo plazo, ofreciendo un marco para la construcción de tales capacidades.
OpenLLM: Ejecute cualquier LLM de código abierto, como Llama 3.1, Gemma, como punto final API compatible con OpenAI en la nube.
Infinity: La base de datos AI-native construida para aplicaciones LLM, proporcionando una búsqueda híbrida increíblemente rápida de embedding denso, escasa incrustación, tensor y texto completo.
optillm: un OpenAI API compatible optimizando la inferencia proxy que implementa varias técnicas de vanguardia que pueden mejorar la precisión y el rendimiento de las LLMs.
LLaMA Box: LLM inference server implementation based on llama.cpp.
ZhiLight: Un motor de aceleración de inferencia altamente optimizado para Llama y sus variantes.
DashInfer: DashInfer es un motor nativo de inferencia LLM con el objetivo de ofrecer un rendimiento líder en la industria sobre diversas arquitecturas de hardware.
LocalAI: La alternativa gratuita de Open Source a OpenAI, Claude y otros. Autónomo y local. Reemplazo de arranque para OpenAI, que funciona en hardware de grado de consumo. No se requiere GPU.
ktransformers: Marco flexible para la optimización de la inferencia LLM de borde de corte.
SkyPilot: Ejecutar trabajos de IA y lote en cualquier infra (Kubernetes o 14+ nubes). Obtenga una ejecución unificada, ahorros de costos y alta disponibilidad de GPU a través de una interfaz simple.
Chitu: Marco de inferencia de alto rendimiento para los modelos de idiomas grandes, centrándose en la eficiencia, flexibilidad y disponibilidad.
TokenSwift: De Horas a Minutos: Aceleración sin pérdidas de Ultra Long Sequence Generation.
Cherry Studio (🔥): un cliente de escritorio que soporta múltiples proveedores de LLM, disponible en Windows, Mac y Linux.
Shimmy: Servidor de inferencia Rust libre de pitón — OpenAI-API compatible. GGUF + SafeTensors, intercambio de modelos calientes, auto-descubrimiento, único binario.
LlamaBarn: Ejecute LLMs locales en su Mac con una simple aplicación de barra de menú.
Parallax: un marco de servicio modelo distribuido que le permite construir su propio cluster AI en cualquier lugar.
xLLM: Un motor de inferencia de alto rendimiento para LLMs, optimizado para diversos aceleradores de IA.
Rapid-MLX: Servidor de inferencia LLM local compatible con OpenAI para Apple Silicon, 2-4x más rápido que Ollama.
TokenSpeed: un motor de inferencia LLM de velocidad de luz diseñado para cargas de trabajo de agente, con rendimiento de TensorRT-LLM y usabilidad de nivel vLLM. Nuestro objetivo es ser el motor de inferencia más performante para las cargas de trabajo de producción.
FreeToken: Desbloquear la inteligencia de clase datacenter en el hardware que ya posee.

↥ volver arriba

Evaluación

lm-evaluation-harness: Un marco para una evaluación escasa de los modelos de lenguaje.
opencompass (🔥): OpenCompass es una plataforma de evaluación LLM, apoyando una amplia gama de modelos (Llama3, Mistral, InternLM2, GPT-4,LLaMa2, Qwen, GLM, Claude, etc) más de 100 conjuntos de datos.
llm-comparator: LLM Comparator es una herramienta interactiva de visualización de datos para evaluar y analizar las respuestas de LLM lado a lado, desarrolladas.
EvalScope (🔥)
Weave: Un kit de herramientas ligero para rastrear y evaluar aplicaciones LLM.
MixEval: Conducir la Sabiduría de los Crowd de LLM Benchmark Mixtures.
Evaluation guidebook: Si alguna vez se ha preguntado cómo asegurarse de que un LLM realiza bien en su tarea específica, este guía es para usted!
Ollama Benchmark: LLM Benchmark for Throughput via Ollama (LLM local).
VLMEvalKit: Kit de herramientas de evaluación de código abierto de grandes modelos de lenguaje de visión (LVLMs), soporte ~100 VLMs, 40+ puntos de referencia.
AGI-Eval
EvalScope: Un marco simplificado y personalizable para una evaluación eficiente de grandes modelos y un benchmarking de rendimiento.
DeepEval: un marco de evaluación LLM de código abierto y sencillo para evaluar y probar sistemas de modelos de lenguaje grande.
Lighteval: Lighteval es su conjunto de herramientas para evaluar LLMs a través de múltiples backends.
QwQ/eval: QwQ es la serie de modelos de razonamiento desarrollada por el equipo Qwen, Alibaba Cloud.
Evalchemy: Un conjunto de herramientas unificado y fácil de usar para evaluar los modelos de lenguaje post-entrenado.
MathArena: Evaluación de LLMs en las últimas competiciones de matemáticas.
YourBench: Marco dinámico de generación de puntos de referencia.
MedEvalKit: Marco Unificado de Evaluación Médica.
OpenJudge: Marco Unificado para la Evaluación Holística y Recompensas de Calidad.

↥ volver arriba

Experiencia

↥ volver arriba

Base de conocimientos RAG

AnythingLLM: La aplicación de IA todo en uno para cualquier LLM con capacidades completas RAG y AI Agent.
MaxKB: Sistema de preguntas y respuestas de base de conocimientos basado en LLM Big Language Model. Abra la caja para apoyar la rápida incrustación en operaciones de terceros.
RAGFlow: Un motor RAG de código abierto (Retrieval-Augmented Generation) basado en la comprensión profunda de documentos.
Dify: Una plataforma de desarrollo de aplicaciones LLM de código abierto. La interfaz intuitiva de Dify combina flujo de trabajo AI, tubería RAG, capacidades de agente, gestión de modelos, características de observabilidad y más, lo que le permite ir rápidamente de prototipo a producción.
FastGPT: Una plataforma basada en el conocimiento construida en el LLM, ofrece capacidades de procesamiento de datos fuera de la caja y de invocación modelo, permite orquestación de flujo de trabajo a través de la visualización Flow.
Langchain-ChatchatBase de conocimiento local basado en diferentes modelos de lenguaje grande como Langchain y ChatGM Respuesta
QAnything: Pregunta y respuesta basada en cualquier cosa.
Quivr: Un asistente personal de productividad (RAG) Ω⚡ Chat con sus docs (PDF, CSV, …) & apps utilizando Langchain, GPT 3.5 / 4 turbo, Privado, Antropo, VertexAI, Ollama, LLMs, Groq que puede compartir con los usuarios! Local ” Private alternative to OpenAI GPTs ” ChatGPT propulsado por generación aumentada de recuperación.
RAG-GPT: RAG-GPT, aprovechando la tecnología LLM y RAG, aprende de bases de conocimientos acostumbradas al usuario para proporcionar respuestas contextualmente relevantes para una amplia gama de consultas, asegurando una recuperación rápida y precisa de información.
Verba: Retrieval Augmented Generation (RAG) chatbot alimentado por Weaviate.
FlashRAG: Un kit de herramientas de pitón para investigación RAG eficiente.
GraphRAG: Sistema modular de generación aumentada de retrieval (RAG).
LightRAG: LightRAG ayuda a los desarrolladores con la construcción y optimización de tuberías Retriever-Agent-Generator.
GraphRAG-Ollama-UI: GraphRAG usando Ollama con Gradio UI y Características Extras.
nano-GraphRAG: Una implementación sencilla de GraphRAG fácil de cambiar.
RAG Techniques: Este repositorio muestra varias técnicas avanzadas para sistemas de generación aumentada de recuperación (RAG). Los sistemas RAG combinan la recuperación de información con modelos generativos para proporcionar respuestas precisas y contextualmente ricas.
ragas: Marco de evaluación para sus tuberías Retrieval Augmented Generation (RAG).
kotaemon: Una interfaz RAG UI limpia y personalizable para chatear con sus documentos. Construido con usuarios finales y desarrolladores en mente.
RAGapp: La manera más fácil de utilizar Agentic RAG en cualquier empresa.
TurboRAG: Aceleración de la generación aumentada de recuperación con coronas KV precomputadas para el texto recortado.
LightRAG: Generación simple y rápida de recuperación aumentada.
TEN: el Next-Gen AI-Agent Framework, el primer marco de agente multimodal de AI en tiempo real del mundo.
AutoRAG: Herramienta RAG AutoML para encontrar automáticamente una tubería RAG óptima para sus datos.
KAG: KAG es un marco de generación mejorada basado en el motor OpenSPG, que se utiliza para construir servicios de conocimiento reforzados por el conocimiento y la recuperación de información.
Fast-GraphRAG: RAG que se adapta inteligentemente a su caso de uso, datos y consultas.
Tiny-GraphRAG
DB-GPT GraphRAG: DB-GPT GraphRAG integra tanto gráficos de conocimiento basados en tripletes como gráficos de estructura de documentos al tiempo que aprovecha los mecanismos comunitarios y de recuperación de documentos para mejorar las capacidades de RAG, logrando un rendimiento comparable mientras consume sólo el 50% de las fichas requeridas por GraphRAG de Microsoft. Véase el documento DB-GPT Manual de usuario de gráficos RAG para detalles.
Chonkie: La librería RAG sin sentido que es ligera, rápida y lista para revisar tus textos.
RAGLite: RAGLite es un kit de herramientas Python para Retrieval-Augmented Generation (RAG) con PostgreSQL o SQLite.
KAG: KAG es un marco lógico de razonamiento y recuperación guiado por forma basada en el motor OpenSPG y LLMs.
CAG: CAG aprovecha las ventanas de contexto extendidas de los modelos de lenguajes grandes modernos (LLMs) precargando todos los recursos relevantes en el contexto del modelo y cacheando sus parámetros de tiempo de ejecución.
MiniRAG: un marco de generación aumentada de retrieval extremadamente simple que permite a los pequeños modelos lograr un buen rendimiento RAG a través de la indexación heterogénea de gráficos y la recuperación mejorada de topología ligera.
XRAG: un marco de referencia diseñado para evaluar los componentes fundamentales de sistemas avanzados de generación aumentada de recuperación (RAG).
Rankify: Un Kit completo de herramientas de pitón para Retrieval, Re-Ranking y Generación aumentada de Retrieval.
RAG-Anything: Sistema RAG todo en uno.

↥ volver arriba

Smart

AutoGen: AutoGen es un marco que permite el desarrollo de aplicaciones LLM utilizando múltiples agentes que pueden conversar entre sí para resolver tareas. AutoGen AIStudio
CrewAI: Marco para orquestar agentes autónomos de IA. Mediante el fomento de la inteligencia colaborativa, CrewAI capacita a los agentes para que trabajen juntos sin problemas, haciendo frente a tareas complejas.
Coze
AgentGPT: Montar, configurar y desplegar agentes autónomos de IA en su navegador.
XAgent: Un agente autónomo de LLM para la solución de tareas compleja.
MobileAgent: The Powerful Mobile Device Operation Assistant Family.
Lagent: Un marco ligero para la construcción de agentes basados en LLM.
Qwen-Agent: Marco de agente y aplicaciones construidas sobre Qwen2, con llamada de función, intérprete de código, RAG, y extensión de Chrome.
LinkAIPlataforma de cuerpo inteligente AI de un solo extremo
Baidu APPBuilder
agentUniverse: agenteUniverse es un marco multiagente LLM que permite a los desarrolladores construir fácilmente aplicaciones multiagent. Además, a través de la comunidad, pueden intercambiar y compartir prácticas de patrones en diferentes ámbitos.
LazyLLMHerramienta de desarrollo para la construcción de bajo código de aplicaciones multiAgent modelo
AgentScope: Comience a construir aplicaciones multiagentes con LLM de una manera más fácil.
AgentField: Plan de control de código abierto para construir y operar agentes de IA como API a escala, con enrutamiento, memoria, observabilidad, identidad, austeridad y controles de políticas.
MoA: Mixture of Agents (MoA) es un enfoque novedoso que aprovecha las fortalezas colectivas de múltiples LLM para mejorar el rendimiento, logrando resultados de última generación.
Agently: AI Agent Application Development Framework.
OmAgent: Un marco de agente multimodal para resolver tareas complejas.
Tribe: Ninguna herramienta de código para construir y coordinar rápidamente equipos multiagentes.
CAMEL: First LLM multi-agent framework and an open-source community dedicated to finding the scaling law of agents.
PraisonAI: La aplicación PraisonAI combina AutoGen y CrewAI o marcos similares en una solución de código bajo para la construcción y gestión de sistemas LLM multiagente, centrándose en la simplicidad, la personalización y la colaboración humana eficiente.
IoA: Un marco de código abierto para agentes de IA colaborativos, permitiendo a diversos agentes distribuidos en equipo y abordar tareas complejas a través de conectividad a Internet.
llama-agentic-system : Componentes agentes de las API de Llama Stack.
Agent Zero: El agente Zero no es un marco predefinido. Está diseñado para ser dinámico, crecer orgánicamente y aprender como lo usas.
Agents: Marco de código abierto para agentes autónomos centrados en datos.
AgentScope: Comience a construir aplicaciones multiagentes con LLM de una manera más fácil.
FastAgency: La manera más rápida de llevar flujos de trabajo multiagentes a la producción.
Swarm: Marco para la construcción, orquestación e implementación de sistemas multiagentes. Gestionado por el equipo OpenAI Solutions. Marco experimental.
Agent-S: un marco agente abierto que utiliza computadoras como un humano.
PydanticAI: Agente Marco / shim para utilizar Pydantic con LLMs.
Agentarium: Marco de código abierto para crear y gestionar simulaciones pobladas con agentes accionados por IA.
smolagentsUna biblioteca de barebones para agentes. Los agentes escriben código pitón para llamar herramientas y orquestar a otros agentes.
Cooragent: Cooragent es una comunidad de colaboración de agentes AI.
Agno: Agno es una biblioteca ligera para construir Agentes con memoria, conocimiento, herramientas y razonamiento.
Suna: Agente de Inteligencia Generalista Abierto.
rowboat: Deja que AI construya flujos de trabajo multiagentes para ti en minutos.
EvoAgentX: Construyendo un ecosistema autoevolucionante de agentes de inteligencia artificial.
ii-agent: un nuevo marco de código abierto para construir e implementar agentes inteligentes.
OWL: Aprendizaje optimizado de fuerza de trabajo para asistencia general de múltiples agentes en la automatización de tareas en el mundo real.
OpenManus: Ninguna fortaleza, puramente tierra abierta. OpenManus viene.
JoyAgent-JDGenie: El primer producto multiinteligencia genérico de alta gama de la industria con un bajo grado de terminación.
coze-studio: Una plataforma de desarrollo de agentes AI con herramientas visuales todo en uno, simplificando la creación de agentes, depurando y implementando como nunca antes.
OxyGent: Un avanzado marco de Python que permite a los desarrolladores construir rápidamente sistemas inteligentes listos para la producción.
LazyCraft: LazyCraft es una plataforma de desarrollo y gestión de aplicaciones AIAgent basada en LazyLM diseñada para ayudar a los desarrolladores a construir y publicar rápidamente grandes aplicaciones modelo a bajo costo.
OpenAgents: AI Agent Networks for Open Collaboration.
SandBox: All-in-One Sandbox for AI Agents que combina Browser, Shell, File, MCP y VSCode Server en un solo contenedor Docker.
DeepAnalyze: First agentic LLM for autonomous data science, supporting specific data tasks (data preparation, analysis, modeling, visualization, and insight) and data-oriented deep research (produce analista-grade research reports).
Astron Agent: Plataforma de flujo de trabajo de calidad empresarial, amigable con el comercio para construir SuperAgents de próxima generación.
Youtu-Agent: Un marco de agente simple pero poderoso que ofrece con modelos de código abierto.
MiroThinker: un modelo de agente de búsqueda de código abierto, construido para el razonamiento aumentado de herramientas y la información del mundo real buscando, con el objetivo de coincidir con la experiencia de investigación profunda de OpenAI Deep Research y Gemini Deep Research.
Nexent: Una plataforma de código cero para agentes autogeneradores —sin orquestación, sin necesidad de arrastrar y soltar complejos, utilizando lenguaje puro para desarrollar cualquier agente que desee.
Yunjue-Agent: Un completo sistema de autoevolución autoevolutivo de Zero-Start para tareas abiertas.
Hindsight: Memoria a largo plazo para agentes de IA por Vectorize. Open-source, auto-hostable, con integraciones para LangChain, CrewAI, LlamaIndex, MCP, y más.
AgentsMeshLa plataforma de fuerza de trabajo del agente AI. Orquestación multiagente autoapotable con estaciones de trabajo remotas de IA (AgentPods), sandbox PTY + aislamiento git worktree, colaboración con agentes basados en canales, Kanban incorporado y servidor MCP perpod. Apoya el Código Claude, Codex CLI, Gemini CLI, Aider, OpenCode.
BitFun: Ambiente de desarrollo de código abierto con una aplicación de escritorio Rust/Tauri y CLI para codificación, investigación, trabajo de oficina, navegador y automatización de escritorio, extensible a través de MCP, Habilidades y agentes personalizados.

Harness

pi: Herramienta de agente AI: unificado LLM API, agente loop, TUI, agente de codificación CLI.
DeepSeek HarnessTodo es un Plugin.
OpenSquilla: un agente de IA de token-eficiente y microkernel.
PenguinHarness: Su constructor de agentes automatizados, justo en su escritorio / servidor.
FrontierAgent: un agente de código abierto tiempo de ejecución, producto terminal y suite de evaluación para la investigación y el trabajo basado en archivos a largo plazo.

↥ volver arriba

Research

↥ volver arriba

Código

Cloi CLI: Agente de depuración local que corre en su terminal.
Devin
v0
Blot.new
cursor
Windsurf
cline
Trae
MGX
Roo Code
Kilo Code
AugmentCode
Claude Code (🔥)
Claude Code (🔥) + Happy Coder / CodePilot / cc-connect
Gemini CLI
Serena
Claudia
OpenCode
Kiro
CodeBuddy
Kiro
CodeX (🔥)
Kimi-CLI
opencode
Multica
Atomic Agent
DeepSeek Harness

↥ volver arriba

Video

Modelo

[!NOTE] 🤝Awesome-Video-Diffusion

Editar

Wan2.1-VACE-14B: https://huggingface.co/Wan-AI/Wan2.1-VACE-14B
Ditto: https://github.com/EzioBy/Ditto
Bernini (🔥): https://github.com/bytedance/Bernini
JoyAI-Video-Edit: https://huggingface.co/jdopensource/JoyAI-Video-Edit

Capacitación

Argumentos

Herramientas prácticas

PySceneDetect: Python y OpenCV-basados en el corte / programa de detección de transiciones & biblioteca.
DOVER: Evaluación de calidad de vídeo sobre contenidos generados por el usuario desde perspectivas estéticas y técnicas.
ArtiMuse: Evaluación de estéticas de imagen de gran calidad con comprensión conjunta y conocimientos de expertos.

↥ volver arriba

Imagen

Generar

awesome-nano-banana
Awesome-Nano-Banana-images
HunyuanImage-3.0：https://github.com/Tencent-Hunyuan/HunyuanImage-3.0
Seedream 4.0：https://arxiv.org/abs/2509.20427
LongCat-Image：https://huggingface.co/meituan-longcat/LongCat-Image
Z-Image-Turbo：https://huggingface.co/Tongyi-MAI/Z-Image-Turbo
- https://huggingface.co/inclusionAI/TwinFlow
Qwen-Image：https://huggingface.co/Qwen/Qwen-Image
Qwen-Image-2512：https://huggingface.co/Qwen/Qwen-Image-2512
Z-Image：https://huggingface.co/Tongyi-MAI/Z-Image
ERNIE-Image: https://huggingface.co/baidu/ERNIE-Image
- ERNIE-Image-Turbo: https://huggingface.co/Baidu/ERNIE-Image-Turbo
Nucleus-Image: https://huggingface.co/NucleusAI/Nucleus-Image
HiDream-O1-Image: https://huggingface.co/HiDream-ai/HiDream-O1-Image
Ideogram 4: https://github.com/ideogram-oss/ideogram4
Boogu-Image: https://github.com/boogu-project/Boogu-Image
Krea-2-Raw: https://huggingface.co/krea/Krea-2-Raw
SenseNova-U1: https://github.com/OpenSenseNova/SenseNova-U1
Mage-Flow: https://huggingface.co/collections/microsoft/mage
Qwen-Image-2.1: https://huggingface.co/Qwen/Qwen-Image-2.1

Editar

ChronoEdit-14B: https://huggingface.co/nvidia/ChronoEdit-14B-Diffusers
Eigen-Banana-Qwen-Image-Edit: https://huggingface.co/eigen-ai-labs/eigen-banana-qwen-image-edit
Qwen-Image-Edit-2509: https://huggingface.co/Qwen/Qwen-Image-Edit-2509
- Upscale: https://huggingface.co/vafipas663/Qwen-Edit-2509-Upscale-LoRA
- Multiple-angles: https://huggingface.co/dx8152/Qwen-Edit-2509-Multiple-angles
- Multi-Angle-Lighting: https://huggingface.co/dx8152/Qwen-Edit-2509-Multi-Angle-Lighting
LongCat-Image-Edit: https://huggingface.co/meituan-longcat/LongCat-Image-Edit
Qwen-Image-Edit-2511: https://huggingface.co/Qwen/Qwen-Image-Edit-2511
- Qwen-Image-Edit-2511-Upscale2K: https://huggingface.co/valiantcat/Qwen-Image-Edit-2511-Upscale2K
- Qwen-Image-Edit-2511-Multiple-Angles-LoRA: https://huggingface.co/fal/Qwen-Image-Edit-2511-Multiple-Angles-LoRA
FireRed-Image-Edit: https://huggingface.co/FireRedTeam/FireRed-Image-Edit-1.0
JoyAI-Image-Edit: https://huggingface.co/jdopensource/JoyAI-Image-Edit

Armonización

Capacitación

Ostris：https://github.com/ostris/ai-toolkit
FlymyAI：https://github.com/FlyMyAI/flymyai-lora-trainer
Nitro-T：https://github.com/AMD-AGI/Nitro-T
(🔥) DiffSynth-Studio：https://github.com/modelscope/DiffSynth-Studio
Musubi Tuner: https://github.com/kohya-ss/musubi-tuner
SimpleTuner: https://github.com/bghira/SimpleTuner
MS Training: https://www.modelscope.cn/aigc/modelTraining
Finetune HunyuanImage-3.0: https://github.com/PhotonAISG/hunyuan-image3-finetune
OneTrainer: https://github.com/Nerogar/OneTrainer
Finetune LongCat-Image and Edit: https://github.com/meituan-longcat/LongCat-Image/tree/main/train_examples
Flow-Factory: https://github.com/X-GenGroup/Flow-Factory
UniRL: https://github.com/Tencent-Hunyuan/UniRL

Evaluación

ULMEvalKit：https://github.com/ULMEvalKit/ULMEvalKit

Argumentos

TypemovieInfer: https://github.com/typemovie/TypemovieInfer

↥ volver arriba

Búsqueda

OpenSearch GPT: SearchGPT / Perplejidad clon, pero personalizado para usted.
MindSearch: Un marco multiagente basado en LLM del motor de búsqueda web (como Perplexity.ai Pro y SearchGPT).
nanoPerplexityAI: La implementación de código abierto más simple de perplejidad.ai.
curiosity: Trate de construir una experiencia de usuario similar a la Perplejidad.
MiniPerplx: Un motor de búsqueda de IA minimalista que le ayuda a encontrar información en Internet.

↥ volver arriba

Voz de voz

TTS

SpeechGPT-2.0-preview: https://github.com/OpenMOSS/SpeechGPT-2.0-preview
Moss-TTSD：https://github.com/OpenMOSS/MOSS-TTSD
Index-TTS：https://github.com/index-tts/index-tts
MegaTTS3：https://github.com/bytedance/MegaTTS3
F5-TTS：https://github.com/SWivid/F5-TTS
GPT-SoVITS：https://github.com/RVC-Boss/GPT-SoVITS
CosyVoice：https://github.com/FunAudioLLM/CosyVoice
Spark-TTS：https://github.com/SparkAudio/Spark-TTS
OpenVoice：https://github.com/myshell-ai/OpenVoice
Dia：https://github.com/nari-labs/dia
ChatTTS：https://github.com/2noise/ChatTTS
Fish Speech：https://github.com/fishaudio/fish-speech
Edge-TTS：https://github.com/rany2/edge-tts
Bark：https://github.com/suno-ai/bark
kokoro: https://github.com/hexgrad/kokoro
Higgs Audio V2: https://github.com/boson-ai/higgs-audio .Training.
KittenTTS: https://github.com/KittenML/KittenTTS
ZipVoice: https://github.com/k2-fsa/ZipVoice
VyvoTTS: https://github.com/Vyvo-Labs/VyvoTTS
VibeVoice: https://github.com/microsoft/VibeVoice
Index-TTS-2: https://huggingface.co/IndexTeam/IndexTTS-2
FireRedTTS2: https://github.com/FireRedTeam/FireRedTTS2
VoxCPM: https://github.com/OpenBMB/VoxCPM/
Neutts-Air: https://github.com/neuphonic/neutts-air
Maya1: https://huggingface.co/maya-research/maya1
VibeVoice: https://huggingface.co/collections/microsoft/vibevoice
GLM-TTS: https://github.com/zai-org/GLM-TTS
Fun-CosyVoice3: https://huggingface.co/FunAudioLLM/Fun-CosyVoice3-0.5B-2512
Qwen3-TTS:https://huggingface.co/collections/Qwen/qwen3-tts
Ming-Omni-TTS: https://github.com/inclusionAI/Ming-omni-tts
VoxCPM2: https://huggingface.co/openbmb/VoxCPM2
OmniVoice: https://github.com/k2-fsa/OmniVoice
MOSS-TTS-v1.5: https://huggingface.co/OpenMOSS-Team/MOSS-TTS-v1.5
Higgs Audio v3 TTS: https://huggingface.co/bosonai/higgs-audio-v3-tts-4b
Confucius4-TTS: https://github.com/netease-youdao/Confucius4-TTS
Dia-1.6B: https://huggingface.co/nari-labs/Dia-1.6B-0626
FireRedTTS3: https://github.com/FireRedTeam/FireRedTTS3

STT/ASR

Kyutai: https://github.com/kyutai-labs/delayed-streams-modeling
Whisper: https://github.com/openai/whisper
Audio Flamingo 3: https://huggingface.co/nvidia/audio-flamingo-3
Voxtral: https://huggingface.co/mistralai/Voxtral-Mini-3B-2507
Step-Audio2: https://github.com/stepfun-ai/Step-Audio2
SoulX-Podcast: https://huggingface.co/collections/Soul-AILab/soulx-podcast
Omnilingual ASR: https://github.com/facebookresearch/omnilingual-asr
Fun-ASR: https://huggingface.co/FunAudioLLM/Fun-ASR-Nano-2512
FunASR: https://github.com/modelscope/FunASR
SenseVoice: https://github.com/FunAudioLLM/SenseVoice
VibeVoice-ASR: https://huggingface.co/microsoft/VibeVoice-ASR
Qwen3-ASR: https://github.com/QwenLM/Qwen3-ASR
Mega-ASR: https://github.com/xzf-thu/Mega-ASR
MOSS-Transcribe-Diarize: https://huggingface.co/OpenMOSS-Team/MOSS-Transcribe-Diarize

Interacción de voz

Fun-Audio-Chat: https://huggingface.co/FunAudioLLM/Fun-Audio-Chat-8B
Chroma 1.0: https://huggingface.co/FlashLabs/Chroma-4B
AudioInteraction: https://huggingface.co/zhifeixie/AudioInteraction

↥ volver arriba

Modelos mundiales

Modelo

ShadowDancer: https://github.com/AlayaLab/ShadowDancer
PhiZero: https://github.com/yaoyao-jpg/PhiZero
Wonder: https://arxiv.org/pdf/2607.26037
open-dreamer: https://github.com/next-state/open-dreamer
Cosmos3-Edge: https://huggingface.co/nvidia/Cosmos3-Edge
WorldWander: https://github.com/showlab/WorldWander
Matrix-Game-3.5: https://github.com/Riemann-Dynamics/Matrix-Game-3.5
ABot-World: https://github.com/amap-cvlab/ABot-World
LingBot-World-V2: https://huggingface.co/collections/robbyant/lingbot-world-v2
AlayaWorld: https://github.com/AlayaLab/AlayaWorld
MoWorld: https://moxin-tech.github.io/moworld/
Warp-as-History: https://github.com/yyfz/Warp-as-History
MIRA: https://github.com/mira-wm/mira Multiplayer
ActWorld: https://interactwm.github.io/ActWorld/
Sana-WM: https://nvlabs.github.io/Sana/WM/
Cosmos-3: https://github.com/nvidia/cosmos
DreamX-World-5B: https://huggingface.co/GD-ML/DreamX-World-5B
DreamX-World-5B-Cam: https://modelscope.cn/models/GD-ML/DreamX-World-5B-Cam
Astra: https://eternalevan.github.io/Astra-project/
Yume-5B: https://huggingface.co/stdstu123/Yume-5B-720P
LingBot-World: https://github.com/robbyant/lingbot-world
HY-WorldPlay: https://huggingface.co/tencent/HY-WorldPlay
Matrix-Game-3.0: https://huggingface.co/Skywork/Matrix-Game-3.0
Matrix-Game-2.0: https://huggingface.co/Skywork/Matrix-Game-2.0
Waypoint-1.5-1B: https://huggingface.co/Overworld/Waypoint-1.5-1B
Hunyuan-GameCraft: https://hunyuan-gamecraft.github.io/
AlayaWorld: https://github.com/AlayaLab/AlayaWorld
WorldWander: https://github.com/showlab/WorldWander

Frame

nano-world-model: https://github.com/simchowitzlabpublic/nano-world-model
minWM: https://github.com/shengshu-ai/minWM
stable-worldmodel: https://github.com/galilai-group/stable-worldmodel
OpenWorldLib: https://github.com/OpenDCAI/OpenWorldLib
BiWM: https://github.com/LynnReal-AI/BiWM

↥ volver arriba

Langosta OpenClaw

MultiUserClaw: https://github.com/johnson7788/MultiUserClaw
ClawManager: https://github.com/Yuan-lab-LLM/ClawManager
Qclaw: https://github.com/qiuzhi2046/Qclaw
NEXU: https://github.com/nexu-io/nexu
OpenHanako: https://github.com/liliMozi/openhanako

↥ volver arriba

Modelo unificado

Ahora el modelo unificado viene de理解+生成♪ Convertido en ♪理解+生成+编辑

Emu-2：https://arxiv.org/abs/2312.13286
Emu-3：https://arxiv.org/abs/2409.18869
Emu-1：https://arxiv.org/abs/2307.05222
Janus：https://github.com/deepseek-ai/Janus
Janus-Pro：http://arxiv.org/abs/2508.05954
show-o：https://arxiv.org/abs/2408.12528
Any-GPT：https://arxiv.org/abs/2402.12226
Next-GPT：https://arxiv.org/pdf/2309.05519.pdf
CoDi：https://arxiv.org/abs/2305.11846
Seed-X：https://arxiv.org/abs/2404.14396
Dream-LLM：https://arxiv.org/abs/2309.11499
Chameleon：https://arxiv.org/abs/2405.09818
Spider：https://arxiv.org/abs/2411.09439
MedViLaM：https://arxiv.org/abs/2409.19684
VITRON：https://github.com/SkyworkAI/Vitron
TokenFlow：https://github.com/ByteFlow-AI/TokenFlow
OneDiffusion：https://github.com/lehduong/OneDiffusion
MetaMorph: https://arxiv.org/abs/2412.14164
LlamaFusion：https://arxiv.org/abs/2412.15188
InstructSeg：https://arxiv.org/abs/2412.14006
VILA-U：https://arxiv.org/abs/2409.04429
Ullava: https://github.com/OPPOMKLab/u-LLaVA
ILLUME: https://arxiv.org/abs/2412.06673
Vitron:https://arxiv.org/abs/2412.19806
SynerGen-VL：https://arxiv.org/abs/2412.09604
Align Anything：https://arxiv.org/abs/2412.15838
Mico：https://arxiv.org/abs/2406.09412
OneLLM:https://arxiv.org/abs/2312.03700
X-VILA:https://arxiv.org/abs/2405.19335
OLA：https://arxiv.org/abs/2502.04328
Transfusion: https://arxiv.org/abs/2408.11039
JanusFlow: https://arxiv.org/abs/2411.07975
HealthGPT：https://arxiv.org/abs/2502.09838 Medical
BAGEL：https://arxiv.org/abs/2505.14683
Qwen2.5-Omni：https://arxiv.org/abs/2503.20215
X2I：https://arxiv.org/abs/2503.06134
Bifrost-1：https://arxiv.org/abs/2508.05954
OmniGen2：https://arxiv.org/abs/2506.18871
UniPic：https://github.com/SkyworkAI/UniPic
VeOmni：https://github.com/ByteDance-Seed/VeOmni Training
NextStep-1：https://arxiv.org/abs/2508.10711
UniUGG: https://arxiv.org/abs/2508.11952 3D
Omni-Video：https://arxiv.org/abs/2507.06119
OneCAT：https://arxiv.org/abs/2509.03498
Lumina-DiMOO：https://github.com/Alpha-VLLM/Lumina-DiMOO
UAE：https://github.com/PKU-YuanGroup/UAE
RecA：https://arxiv.org/abs/2509.07295
UniLM：https://arxiv.org/abs/1905.03197
Hyper-Bagel：https://arxiv.org/abs/2509.18824
Ming-UniVision：https://arxiv.org/abs/2510.06590
EditVerse：https://arxiv.org/abs/2509.20360
LightBagel: https://arxiv.org/abs/2510.22946
DreamLLM: https://arxiv.org/abs/2309.11499
X-Omni: https://arxiv.org/abs/2507.22058
Ming-flash-omni-Preview: https://huggingface.co/inclusionAI/Ming-flash-omni-Preview
Omni-View: https://arxiv.org/abs/2511.07222
NExT-OMNI: https://arxiv.org/abs/2510.13721
Uni-MoE-2.0-Omni: https://arxiv.org/abs/2511.12609
LongCat-Flash-Omni: https://huggingface.co/meituan-longcat/LongCat-Flash-Omni
ShapeLLM-Omni: https://arxiv.org/abs/2506.01853
UniGen-1.5: https://arxiv.org/abs/2511.14760
Jodi: https://arxiv.org/abs/2505.19084
UniModel: https://arxiv.org/abs/2511.16917
TUNA: https://arxiv.org/abs/2512.02014
HBridge: https://arxiv.org/abs/2511.20520
EMMA: https://arxiv.org/abs/2512.04810
OpenOmni: https://github.com/RainBowLuoCS/OpenOmni
Ming-Flash-Omni: https://arxiv.org/abs/2510.24821
STAR: https://github.com/mm-mvr/star
InternVL-U: https://github.com/OpenGVLab/InternVL-U
LongCat-Next: https://github.com/meituan-longcat/LongCat-Next
SenseNova-U1: https://huggingface.co/sensenova/SenseNova-U1-8B-MoT-SFT
TUNA-2: https://github.com/facebookresearch/tuna-2
Lance: https://github.com/bytedance/Lance
JoyAI-VL-Interaction: https://arxiv.org/abs/2606.14777 Interacción
MOSS-VL-Realtime: https://huggingface.co/OpenMOSS-Team/MOSS-VL-Realtime Interacción
SenseNova-Vision: https://huggingface.co/collections/sensenova/sensenova-vision
Mage-VL: https://huggingface.co/microsoft/Mage-VL Interacción

↥ volver arriba

Libro

↥ volver arriba

Curso

LLM Resources Hub

Stanford:
General AI para todos
LLM officers of courses
Tutorial ACL 2023: Modelos y aplicaciones de lenguaje basados en la recuperación
llm-course: Course to get into Large Language Models (LLMs) with roadmaps and Colab notebooks.
微软: Generative AI for Beginners
Microsoft: Estado de GPT
HuggingFace NLP Course
Qinghua, NLP, Liu Zhiyuan Team Model Open
Stanford: Transformers United V4
Stanford:
Princeton COS 597G (Fall 2022)
Johns Hopkins CS 601.471/671 NLP: Modelos autosuscritos
Curso Lee Hong Yi GenAI
openai-cookbook: Ejemplos y guías para usar la API OpenAI.
Hands on llms: Aprenda sobre LLM, LLMOps y DBS vectorial gratuitamente diseñando, entrenando e implementando un sistema LLM asesor financiero en tiempo real.
University of Waterloo
Mistral: empezar con Mistral
Stanford: Transformers United V4
Coursera: Chatgpt Application Tip Project
LangGPT: Empoderar a todos para convertirse en un experto inmediato!
mistralai-cookbook
Introducción a la Primavera Generativa AI 2024
build nanoGPT: Video+code conferencia sobre la construcción de nanoGPT desde cero.
LLM101nConstruyamos un Storyteller.
Gráficos de conocimiento para RAG
LLMs From Scratch (Datawhale Version)
OpenRAG
Road to AGI
Andrej Karpathy - Neural Networks: Zero to Hero
Visualización interactiva de Transformer
andysingal/llm-course
Clase LM
Google Advanced: Generative AI for Developers Learning Path
Anthropics：Prompt Engineering Interactive Tutorial
LLMsBook
Agentes de modelos de lenguaje grande
Cohere LLM University
LLMs and Transformers
Smol Vision: Recetas para reducir, optimizar, personalizar modelos de visión de vanguardia.
RAG multimodal: Chat con Videos
LLMs Interview Note
RAG++ : De POC a producción: Curso avanzado de RAG.
Pesos & Biases Academia AI: Finetuning, edificio con LLMs, salidas estructuradas y más cursos de LLM.
Prompt Engineering & AI tutoriales & Recursos
Aprende RAG de Scratch – Tutorial de Python AI de un ingeniero de LangChain
Evaluación de LLM: un curso completo
HuggingFace Learn
Andrej Karpathy: Deep Dive into LLMs like ChatGPT
LLM技术科普
CS25: Transformadores United V5
RAG_Techniques: Este repositorio muestra varias técnicas avanzadas para sistemas de generación aumentada de recuperación (RAG). Los sistemas RAG combinan la recuperación de información con modelos generativos para proporcionar respuestas precisas y contextualmente ricas.
100+ LLM & RL Algorithm Maps | 原创 LLM / RL 100+原理图
Reforzamiento Aprendizaje de Modelos de Lengua Grande
NanoChat: El mejor ChatGPT que $100 pueden comprar.
CS146S de Stanford: El desarrollo del software moderno
Reforzamiento Aprendizaje de Modelos de Lengua Grande

↥ volver arriba

Tutoric

↥ volver arriba

Documento

[!NOTE] 🤝Huggingface Daily Papers,Papeles frescos,ML Papers Explained

↥ volver arriba

Comunidad

↥ volver arriba

Modelo de protocolo de contexto MCP

agregación de la herramienta MCP:

↥ volver arriba

Habilidades Habilidades

↥ volver arriba

Abierto o1

[!NOTE]

La tecnología abierta es nuestra búsqueda eterna.

↥ volver arriba

Abierto o3

Mini-o3: https://arxiv.org/abs/2509.07969
Simple-o3: https://arxiv.org/abs/2508.12109
Thyme: https://arxiv.org/abs/2508.11630
Open o3 Video: https://arxiv.org/abs/2510.20579

↥ volver arriba

Modelo de idioma pequeño

↥ volver arriba

Modelo de lenguaje de vídeo pequeño

↥ volver arriba

Consejos de habilidades

Lo que aprendimos desde un año de construcción con LLMs (Parte I)
Qué aprendimos desde un año de construcción con LLMs (Parte II)
Lo que aprendimos desde un año de construcción con LLM (Parte III): Estrategia
LLM
LLMs for Text Classification: A Guide to Supervised Learning
Clasificación de texto sin supervisión: Categorizar el lenguaje natural con LLM
Clasificación de textos con LLMs: Una ronda de los mejores métodos
LLM Precios
Uncensor any LLM with abliteration
Tiny LLM Universe
Zero-Chatgpt
Zero-Qwen-VL
finetune-Qwen2-VL
MPP-LLaVA
build_MiniLLM_from_scratch
Tiny LLM zh
MiniMind: 3 horas para entrenar completamente de 0 a GPT con un pequeño parámetro de sólo 26M, con un mínimo de 2G tarjetas gráficas a la razón.
LLM-Travel: Seguir entendiendo, explorando y realizando tecnologías, principios y aplicaciones asociados con grandes modelos
Destilación del conocimiento: Enseñanza LLM con datos sintéticos
Parte 1: Métodos para adaptar los modelos de idiomas grandes
Parte 2: To fine-tune or not to fine-tune
Parte 3: Cómo ajustarse: Centrarse en conjuntos de datos eficaces
Reader-LM: Modelos de lenguaje pequeño para limpiar y convertir HTML en Markdown
LLMs se aplican para construir el corazón de un año
LLM Capacitación - Preentrenamiento
pytorch-llama: LLaMA 2 implementado desde cero en PyTorch.
Preference Optimization for Vision Language Models with TRL .support model.
Fine-tuning visual language models using SFTTrainer .docs.
Guía visual para la mezcla de expertos
Juego de roles en grandes modelos de lenguaje como ChatGPT
Distributed Training Guide: Mejores prácticas ” guías sobre cómo escribir código de formación de pytorch distribuido.
Plantillas de chat
Preguntas de entrevista de 20+ RAG
LLM-Dojo 开源大模型学习场所，使用简洁且易阅读的代码构建模型训练框架
o1 no es un modelo de chat (y ese es el punto)
Beam Buscar rápidamente comprensión y resolución de código
Generación de texto diversificante basada en el método transformadores(): significado de medida y comprensión
The Ultra-Scale Playbook: Training LLMs on GPU Clusters

↥ volver arriba

Contributor:

Si piensas que este proyecto te ayudará, por favor cita:

@misc{wang2024llm,
      title={awesome-LLM-resourses},
      author={Rongsheng Wang},
      year={2024},
      publisher = {GitHub},
      journal = {GitHub repository},
      howpublished = {\url{https://github.com/WangRongsheng/awesome-LLM-resourses}},
}

Alt

HagiCode

HagiCode es un espacio de programación con agentes. Las interacciones de interfaz, ricas y cómodas, hacen que planificar, ejecutar agentes y trabajar en proyectos sea accesible y fácil de seguir, para una experiencia de desarrollo atractiva.

Una experiencia de desarrollo atractiva gracias a interacciones de interfaz ricas y cómodas.

Visitar HagiCode Leer la documentación

InteligenteLos flujos de trabajo de OpenSpec convierten la intención en un itinerario ejecutable, de la propuesta al diseño, las tareas y la entrega.
EficienteLa ejecución multiagente avanza en paralelo con la investigación, la implementación y la revisión, en varios repositorios y con los Agent CLI que ya usas.
InteresanteLas interacciones de interfaz, ricas y cómodas, hacen que planificar, ejecutar agentes y trabajar en proyectos sea accesible y fácil de seguir.

Descargar para Windows

Obtenerlo en Microsoft Store

Todas las descargas

HagiCode hace que la planificación, la ejecución de agentes y el trabajo en proyectos sean accesibles mediante interacciones de interfaz ricas y cómodas: https://www.hagicode.com/

Convierte ideas en software entregado.

HagiCode es un espacio de trabajo de programación con agentes: los flujos de trabajo de OpenSpec planifican el cambio, la ejecución multiagente lo lleva a cabo y Hero Scenario hace visible el largo recorrido, para convertir ideas en software entregado.

Descargar HagiCode Documentación del producto

Inteligente: Los flujos de OpenSpec convierten la intención en un camino de la propuesta a la entrega.
Eficiente: La ejecución multiagente avanza en paralelo con investigación, implementación y revisión.
Divertido: Las interacciones de interfaz facilitan la planificación, los agentes y el trabajo en proyectos.

LLM Resources

Seremos amigos.

Índice

Recomendado

Podcast

Datos

Fine-Tuning

Agente RL

Inferencias

Evaluación

Experiencia

Base de conocimientos RAG

Smart

Harness

Research

Escritura

Proyecto revisado

PPT

Otros

Ciencia automática completa.

Código

Video

Modelo

Editar

Capacitación

Argumentos

Herramientas prácticas

Imagen

Generar

Editar

Armonización

Capacitación

Evaluación

Argumentos

Búsqueda

Voz de voz

TTS

STT/ASR

Interacción de voz

Modelos mundiales

Modelo

Frame

Langosta OpenClaw

Modelo unificado

Libro

Curso

Tutoric

Documento

Comunidad

Modelo de protocolo de contexto MCP

Habilidades Habilidades

Abierto o1

Abierto o3

Modelo de idioma pequeño

Modelo de lenguaje de vídeo pequeño

Consejos de habilidades

HagiCode

Descargar para Windows

Compartir HagiCode

Convierte ideas en software entregado.

Cookies y análisis

Necesarias: siempre activas

Análisis: desactivado hasta que aceptes