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.

世界一の大きな言語モデルリソースのまとめです。

丁寧ではなく、本当に価値のあるプロジェクトを掘り出します。 ヘッド

[!TIP] お問い合わせ医療データセット/大型モデル/マルチモーダル/資産関連リソースへの関心お問い合わせ Awesome-AI4Med お問い合わせ

お問い合わせ

PackyCodeは、メインストリームモデルにアクセスする1つの単語を持つ、安定した効率的なAPIトランジットサービスプロバイダです。 調和したドメイン名、統一されたキー、インテリジェントなプロファイルスイッチ、97%の可用性。 RMB 1:1、為替レートなし、手数料なしのピット、新しいユーザーのための最初の割引+ $ 1無料体験、複数のグループ割引は、コードックス/クロード高速道路を提供するために2回限り低くなります。 このリンクを登録し、すぐにスタート!

Infistar.cc は、このプロジェクトを主催していただきありがとうございます。 :: 安定した効率的なモデルチャネル: 価格は、公式チャンネルの0.30%ほど低く、モデルは複数透明で、複数のノードは冗長であり、フロー制限、429およびカットオフ効果が効果的に低減されます。 • 主流モデルへのワンストップアクセス: API キーは、Claude、ChatGPT、Gemini、Kimi、GLM、DeepSeek、テキスト生成、画像生成、多項目推論などの主流モデルにアクセスすることができます。 倉庫リソースの慣行の互換性: 複数のモジュラー生成、補助プログラミング、モデル推論またはMCP / Agent開発、Infistarは、OpenAI、Claude、Gemini、学習、およびゼロ閾値実行項目とチュートリアルとして直接上流を使用することができます。 •排他的な利点: を通じて [the]リンクを独占的に推進登録は、$5相当の試験金額/初回料金の排他的な、高速なアクセスを取得し、呼び出しを開始します!

このプロジェクトを主催するAPIMartのおかげで! APIMart は、AI イメージ/ビデオ生成に重点を置いた低価格の API プラットフォームです。GPT-Image-2 は、$0.006 と同じく、$1 は 160+ を表示できます。 写真、ビデオ、ウォーカー、API、ID、コールバックを取得するためのジョブ、多くの時間を実行し、コードを変更することなくモデルを変更します。 ボリュームベースでお支払いください。月額料金はありません。 登録リンク お申し込みはこちらから

---

コンテンツ

• 商品情報 お問い合わせ
• データデータ
• 精密铸造
• エージェント RL お問い合わせ
• インペリアル
• コメント
• ボディ
• 知識 RAG
• スマート
• 研究のエスケープ. ツイート
• コードコード
• ビデオビデオ
• プロフィール ツイート
• インフォメーション
• サウンド ツイート
• 世の中は、 ツイート
• ロブスター OpenClaw
• ユニファイドモデル お問い合わせ
• 約束。
• コース
• チュートリアル
• ペーパー
• コミュニティ
• MCPシリーズ
• スキルスキルスキルスキル
• 1月1日(日)
• 3月3日
• 問合せ先: Rémi Coulom. お問い合わせ
• これは言葉の男です。 お問い合わせ
• スキルの練習

おすすめ商品

ポッドキャスト

• Google AI、Geminiの公式、14年の視覚理解。
• 140. 4歳になった今は心臓発作! ジェミニ、サイニックス、技術的なテスト、および英雄主義に関する人類の攻撃。
• 年中行事です。
• Luo Fuli: OpenClaw、アルパラダイム!
• 世界一の友達、AMI Labs、Yann LeCun、Fei-Fei Li、42
• ホーム: OpenAI, GPT, 集中化学練習, 香り, トレイニ, h, h, h, CM, CM, Qinghua, whatnotTV Podcast
• 自分の立場に立っていった人だけがいるかどうかはわかりません。
• 山の創始者、男は無敵でした。
• 時計 時計 時計
• 129. Zhang Pengが友人ハンターですか?
• 128. 犯罪の犠牲者の最後のものはフライングです 2025.
• 122. ビーズビーズベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルベルの3番目のフレーズ
• 119. キム, M2?
• 118. Li Zing 2x3の時間フレーム:CEO、MoEs、Liang Wen Sing、VLAs、ライブス、デス、ディスカバリー・ヒューマンズ、一晩の威圧的、目に見えない
• 115. OpenAi Yao s 3時間の期間は完璧です:Zenith、人間、境界線、Zhui、世界。
• 1年後、K2、機械LM、インサイダー「無制限」。

データデータ

[!NOTE]

名前 ここに数据, しかし、これは特定のデータセットを提供していません, むしろ大規模なデータ取得を処理する方法

1. AotoLabel: LLMでテキストデータセットをラベル化、クリーン化、充実
2. LabelLLM: オープンソースのデータアノテーションプラットフォーム。
3. data-juicer: LLMのデータを高品質、ジューシー、消化可能にするワンストップのデータ処理システム!
4. OmniParser: ネイティブのGolang ETLストリーミングパーサとCSV、JSON、XML、EDI、テキストなどのライブラリを変換します。
5. MinerU (🔥): MinerUは、ワンストップ、オープンソース、高品質のデータ抽出ツールであり、PDF/webpage/e-book抽出をサポートしています。
6. PDF-Extract-Kit: 高品質のPDFコンテンツ抽出のための包括的なツールキット。
7. Parsera: LLMでWebサイトをスクレイピングするための軽量ライブラリ。
8. Sparrow: Sparrowは、さまざまな文書や画像から効率的なデータ抽出と処理のための革新的なオープンソースソリューションです。
9. Docling: gen AI のドキュメントを準備できます。
10. GOT-OCR2.0: OCRモデル
11. LLM Decontaminator: Rephrased サンプルと言語モデルの Benchmark と Contamination を再考する。
12. DataTrove: DataTroveは、非常に大規模にテキストデータを処理、フィルタリング、複製するライブラリです。
13. llm-swarm: 以下のような大きな合成データセットを生成 Cosmopediaお問い合わせ
14. Distilabel: DistiLabは、検証された研究論文に基づいて、迅速で信頼性が高くスケーラブルなパイプラインを必要とするエンジニアのための合成データとAIフィードバックのためのフレームワークです。
15. Common-Crawl-Pipeline-Creator: 一般的なクロールパイプライン作成者。
16. Tabled: マークダウンとcsvに表を検出して抽出します。
17. Zerox: ゼロショットpdf OCRとgpt-4o-mini。
18. DocLayout-YOLO: 多様な合成データとグローバル・ツー・ローカル・アダプティブ・パーセプションによるドキュメントレイアウト解析の強化
19. TensorZero: LLM は経験によって改善します。
20. Promptwright: ローカルLLMで大きな合成データを生成します。
21. pdf-extract-api: ドキュメント(PDF) 抽出と解析 API は、最新の OCRs + Ollama がサポートしているモデルの状態を使っています。
22. pdf2htmlEX: テキストやフォーマットを失うことなくPDFをHTMLに変換します。
23. Extractous: 迅速かつ効率的な非構造化データ抽出。 多くの言語のバインディングでRustで書かれています。
24. MegaParse: LLM Ingestion に損失のないファイルパーサーを最適化
25. MarkItDown: ファイルやオフィスのドキュメントをMarkdownに変換する Pythonツール。
26. datasketch: datasketch は、処理し、非常に大量のデータを超高速に検索できる確率的なデータ構造を提供します。
27. semhash: 皮脂の類似性を用いたデータセットを分散するための軽量で柔軟なツールです。
28. ReaderLM-v2: 生のHTMLを美しくフォーマットされたマークダウンまたはJSONに変換する1.5Bパラメータの言語モデル。
29. Bespoke Curator: 後訓練及び構造化されたデータ抽出のためのデータ収集。
30. LangKit: 大きい言語モデル(LLM)を監視するためのオープンソースツールキット。 プロンプトと応答から信号を抽出し、安全とセキュリティを確保します。
31. Curator: 後訓練および構造化されたデータ抽出のための総合的なデータ治癒。
32. olmOCR: 野生のPDF文書で作業する言語モデルのトレーニングツールキット。
33. Easy Dataset (🔥): LLMの微細なデータセットを作成する強力なツール。
34. BabelDOC: PDFの科学論文の翻訳とバイリンガル比較ライブラリ。
35. Dolphin: Heterogeneousのアンカー プロンプトによる文書イメージのパース。
36. EasyDistill: 大きい言語モデルのための容易な知識の蒸留。
37. ContextGem: 構造化されたデータや文書からのインサイトを根本的に簡単に抽出する、自由でオープンソースのLMフレームワーク。
38. OCRFlux: 軽量で強力なマルチモーダルツールキットは、PDF-to-Markdown変換を大幅に進歩させ、複雑なレイアウト処理、複雑なテーブル解析、クロスページのコンテンツのマージで優れています。
39. DataFlow: 最新のLMSベースのオペレータとパイプラインで簡単なデータ準備。
40. DatasetLoom (multimodal): 大規模マルチモジュラーモデルのトレーニングのためのスマートデータセットの構築と評価のためのプラットフォーム。
41. Logics-Parsing
42. DeepSeek-OCR
43. PaddleOCR-VL
44. Chandra: レイアウト情報を保存しながら、画像やPDFを構造化したHTML/Markdown/JSONに変換する高精度なOCRモデル。
45. HunyuanOCR: Hunyuanのネイティブマルチモーダルアーキテクチャを搭載した最先端のOCRエキスパートVLM。
46. DeepSeek-OCR-2: ビジュアルキャナルフロー
47. PaddleOCR-VL-1.5 (🔥): 複数のタスク 0.9B VLM for Robust In-the-Wild Document Parsing に向けて
48. GLM-OCR: GLM-Vエンコーダーデコーダアーキテクチャ上に構築された複雑な文書理解のためのマルチモーダルOCRモデル。

トップに戻る

ファインチューニング

1. LLaMA-Factory (🔥): 100以上のLMの効率的なファインチューニングを統一
2. 360-LLaMA-Factory: 100 + LLMの効率的なファインチューニングを統一します。 (長い文脈トレーニングをサポートするためのシーケンス並列を追加)
3. unsloth (🔥): 2-5X は 80% のより少ない記憶 LLM の微調整を速くします。
4. TRL: トランス強化学習
5. FireflyFirefly: 大型モデルの数十のトレーニングをサポートする大型モデルのトレーニングツール
6. Xtuner: 効率的な、柔軟でフル機能のツールキットで、大きなモデルを微調整します。
7. torchtune: LLMファインチューニング用のネイティブPyTorchライブラリ。
8. Swift: PEFTまたはフルパラメータを使用して200 + LLMまたは15 + MLLMを微調整します。
9. AutoTrain: 最先端の機械学習モデルを自動的に訓練、評価、デプロイする新しい方法。
10. OpenRLHF: 使いやすい、スケーラブルで高性能なRLHFフレームワーク(サポート70B+フルチューニング&LoRA&Mixtral&KTO)。
11. Ludwig: カスタムLM、ニューラルネットワーク、その他のAIモデルの構築のための低コードフレームワーク。
12. mistral-finetune: Mistral のモデルのメモリ効率とパフォーマンスの微調整を可能にする軽量のコードベース。
13. aikit: オープンソースLLMを手軽に導入、構築、展開!
14. H2O-LLMStudio: H2O LLM Studio - LLMを微調整するためのフレームワークとコードなしのGUI。
15. LitGPT: 独自のデータに20以上のLMをプリトレイン、微調整、デプロイします。 最先端の技術を使用して:フラッシュの注意、FSDP、4ビット、LoRAなど。
16. LLMBox: 統合トレーニングパイプラインと包括的なモデル評価を含むLMSの実装のための包括的なライブラリ。
17. PaddleNLP: 使いやすい強力なNLPとLMライブラリ。
18. workbench-llamafactory: これは、NVIDIA AI Workbench のプロジェクトで、Llamafactory を用いたエンドツーエンドモデル開発ワークフローを実証しています。
19. OpenRLHF: 使いやすい、スケーラブルで高性能なRLHFフレームワーク(70B+ PPOフルチューニング&反復DPO&LoRA&Mixtral)。
20. TinyLLaVA Factory:小型多品種モデルのフレームワーク。
21. LLM-Foundry: データブリックの基礎モデルのLLMトレーニングコード。
22. lmms-finetune: 調整のための統一されたコードベース(フル、ロラ)大型マルチモーダルモデル、llava-1.5、qwen-vl、llava-interleave、llava-next-video、phi3-vなどをサポートしています。
23. Simplifine: Simplifine は、任意の Hugging Face のデータセットまたはモデルを使用して、LLM を一行だけ細かく調整できます。
24. Transformer Lab: 先端LLMのオープンソースアプリケーション エンジニアリング:自分のコンピュータ上で大きな言語モデルをやり、訓練し、微調整し、評価します。
25. Liger-Kernel: LLMトレーニング用の効率的なトライトンカーネル。
26. ChatLearn: 大規模なアライメントのための柔軟で効率的なトレーニングフレームワーク。
27. nanotron: 最小限の大きい言語モデル3D平行主義の訓練。
28. Proxy Tuning: プロキシによる言語モデルのチューニング
29. Effective LLM Alignment: 効果的なLLMアライメントツールキット。
30. Autotrain-advanced
31. Meta Lingua: LLM を研究するための無駄で効率的で簡単なコードベース。
32. Vision-LLM Alignemnt: このリポジトリには、LLaVAモデルやLLaMA-3.2-visionモデルなど、ビジョンベースのLLM用に設計されたSFT、RLHF、DPOのコードが含まれています。
33. finetune-Qwen2-VL: Qwen2-VLモデルの微調整または継続のためのクイックスタート。
34. Online-RLHF: オンラインRLHFとオンライン反復DPOのレシピ。
35. InternEvo: オープンソースの軽量トレーニングフレームワークは、広範囲の依存性を必要としないモデルの事前トレーニングをサポートすることを目指しています。
36. veRL (🔥): LLMのボルケーノエンジン強化学習
37. アキソテル: Axolotl は YAML のコンフィグファイルで、データセット、列車、またはモデルの微調整、モデルの推論または評価、およびはるかに処理するために必要なすべてのファイルを扱うように設計されています。
38. Oumi: 最先端のファンデーションモデル、エンドツーエンドをビルドするために必要なすべて。
39. Kiln: LLMモデルの微調整、合成データ生成、データセットとのコラボレーションのための最も簡単なツール。
40. DeepSeek-671B-SFT-Guide: DeepSeek-V3/R1 671Bのフルパラメータの微調整のためのオープンソースソリューション。トレーニングから推論までの完全なコードとスクリプト、およびいくつかの実用的な経験と結論を含む。
41. MLX-VLM: MLX-VLM は、MLX を使用して Mac で Vision Language モデル (VLM) の推論と微調整のためのパッケージです。
42. RL-Factory: 簡単で効率的なフレームワークでエージェントモデルをトレインします。
43. RM-Gallery: ワンストップリワードモデルプラットフォーム
44. ART: GRPOを用いた実世界のタスクのための雨マルチステップエージェント。 エージェントをオンザジョブのトレーニングにします。
45. LMMs-Engine: トレーニングと微調整のためのシンプルで、あらゆるモダリティフレームワーク。 細い、適用範囲が広いおよび研究のために造られる。
46. dLLM: 拡散言語モデルのトレーニングと評価を統一し、開発パイプライン全体に透明性と再現性をもたらします。 diffusion
47. Miles: 大規模なMoEのポストトレンディングおよび生産のワークロードのための企業直面補強の学習フレームワーク。
48. Skills: 大規模な言語モデル(LLM)の「スキル」を改善するためのパイプラインのコレクション。
49. Twinkle: 軽量で、クライアント・サーバーのトレーニングフレームワークは、モジュール式で高機能なインターフェースで設計されています。
50. NeMo AutoModel: LLM/VLM用のPytorch Distributedネイティブトレーニングライブラリ(OOTB Hugging Faceサポート)。
51. VeOmni: モデル-Centric Distributedの調理法動物園とのあらゆるModalityモデル訓練をスケーリング。
52. Soup: LLM のポストトレイン (SFT/DPO/GRPO/KTO/ORPO) のための 1 構成 CLI。 レイヤストリーミングは、ホストRAM 1デコーダーレイヤーから冷凍ベースを一度にストリーミングすることにより、4 GBラップトップGPU上の8Bモデルを訓練します。

トップに戻る

エージェント 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

トップに戻る

インフェレンス

1. ollama (🔥): Llama 3、Mistral、Gemma、その他の大きな言語モデルで立ち上がり実行できます。
2. Open WebUI: LLM(旧Ollama WebUI)のユーザーフレンドリーなWebUI。
3. Text Generation WebUI: 大きい言語モデルのための Gradio Web UI トランス、GPTQ、AWQ、EXL2、llama.cpp (GGUF)、Llamaモデルに対応。
4. Xinference: 言語、音声認識、マルチモーダルモデルに対応した強力で多彩なライブラリ。
5. LangChain: コンテキストウェアの推論アプリケーションを構築します。
6. LlamaIndex: LLM アプリケーションのデータフレームワーク
7. lobe-chat: オープンソース、モダンデザインLLM/AIチャットフレームワーク。 マルチAIプロバイダ、マルチモーダル(Vision/TTS)、プラグインシステムをサポートしています。
8. TensorRT-LLM: TensorRT-LLM は、ユーザーが使いやすい Python API を提供し、大きな言語モデル (LLM) を定義し、NVIDIA GPU で効率よく推論を実行するために、最先端の最適化を含むTensorRTエンジンを構築します。
9. vllm (🔥): LLMの高スループットとメモリ効率の高い推論とサービングエンジン。
10. LlamaChat: ネイティブのmacOSアプリでLLaMAモデルとチャットできます。
11. NVIDIAチャットRTX: ChatRTX は、GPT の大きな言語モデル (LLM) を独自のコンテンツ、ドキュメント、メモ、その他のデータに接続してパーソナライズできるデモアプリです。
12. LMスタジオ: ローカルLMを発見、ダウンロード、実行します。
13. chat-with-mlx: MLX Framework を使用して、Apple Silicon でネイティブにデータをチャットできます。
14. LLMグリッド: 予算に最適な大型ランゲージモデル(LLM)APIを素早く見つけましょう! トッププロバイダーから最新の価格に即座にアクセスするための無料のツールを使用します。
15. Open Interpreter: コンピュータのための自然な言語インターフェイス。
16. Chat-ollama: LLMに基づくオープンソースのチャットボット。 幅広い言語モデルに対応し、ナレッジベース管理をサポートします。
17. chat-ui: オープンソースのコードベースは、HuggingChat アプリを出力します。
18. MemGPT: 長期記憶とカスタムツールでLMエージェントを作成します。
19. koboldcpp: KoboldAIのUIで様々なGGMLとGGUFモデルを実行する簡単なワンファイル方法。
20. LLMFarm: GGMLライブラリを使用して、iOS および MacOS オフラインで llama やその他の大きな言語モデル。
21. enchanted: エンチャンテッドは、iOSとmacOSアプリで、Llama2、Mistral、またはVicunaなどのプライベートホスト言語モデルとOllamaを使用してチャットできます。
22. Flowise: カスタマイズしたLMフローを作成するためにUIをドラッグ&ドロップします。
23. Jan: Janは、お使いのコンピュータ上で100%オフラインで動作するChatGPTの代替オープンソースです。 複数のエンジンサポート(llama.cpp、TensorRT-LLM)。
24. LMDeploy: LMDeploy は LLM を圧縮、デプロイ、およびサービングするためのツールキットです。
25. RouteLLM: LLMルータのサービングと評価のためのフレームワーク - 品質を妥協することなくLMLコストを節約!
26. MInference: 企業情報 長文LLMの推論を高速化するために、近似と動的スパースは、精度を維持しながら、A100に事前に充填するための10倍までの推論遅延を削減する、注意を計算します。
27. Mem0: パーソナライズされたAIのメモリ層。
28. SGLang (🔥): SGLangは、大規模な言語モデルとビジョン言語モデルの別の高速サービングフレームワークです。
29. AirLLM: AirLLM は推論メモリ使用量を最適化し、70B の大きい言語モデルは、定量化、蒸留、剪定なしで単一の 4GB GPU カードで推論を実行できるようにします。 8GBのVramで405B Llama3.1を実行できるようになりました。
30. LLMHub: LLMHubは、さまざまな言語モデル(LLM)で操作と相互作用を合理化するために設計された軽量管理プラットフォームです。
31. YuanChat
32. LiteLLM (🔥): OpenAI 形式の [Bedrock, Huggingface, VertexAI, TogetherAI, Azure, OpenAI, Groq など] を使用して、すべての LLM API を呼び出す
33. GuideLLM: ガイドLLMは、大規模な言語モデル(LLM)の展開を評価し、最適化するための強力なツールです。
34. LLM-Engines: オープンソースモデル(VLLM, SGLang, Together)や商用モデル(OpenAI, Mistral, Claude)など、大規模な言語モデル(LLM)のための統一インフェレンスエンジン。
35. OARC: ollama agent roll cage (OARC) は、Coqui-TTS のスピーチモデル、Keras の分類器、Llava のビジョン、Whisper の認識、およびローカル、カスタム オートメーションのための統一されたチャットボット エージェントを作成するために、ローカルの ollama llm のローカル python エージェントです。
36. g1: GroqのLlama-3.1 70bを使用して、O1のような推論チェーンを作成します。
37. MemoryScope: MemoryScope は、LLM チャットボットを強力で柔軟な長期メモリ機能で提供し、そのような能力の構築のためのフレームワークを提供します。
38. OpenLLM: Llama 3.1、Gemma などのオープンソース LLM をクラウドで OpenAI 互換 API エンドポイントとして実行します。
39. Infinity: LLMアプリケーション用に構築されたAIネイティブデータベースは、高密度の埋め込み、スペールの埋め込み、テンソル、フルテキストの非常に高速なハイブリッド検索を提供します。
40. optillm: LLMの精度と性能を向上させることができるいくつかの最新技術を実装するOpenAI APIの互換性のある最適化インフェレンスプロキシ。
41. LLaMA Box: llama.cpp に基づく LLM 推論サーバの実装。
42. ZhiLight:Llamaおよびその変形のための高度に最大限に活用された推圧加速エンジン。
43. DashInfer: DashInfer は、業界トップクラスのハードウェアアーキテクチャを提供することを目的としたネイティブ LLM インフェレンス エンジンです。
44. LocalAI: OpenAI、Claude、その他のオープンソースの代替手段 セルフホストとローカルファースト。 OpenAIの代替品をドロップインし、コンシューマーグレードのハードウェア上で動作します。 GPUは必要ありません。
45. ktransformers: 最先端のLM Inferenceの最適化を拡張するための柔軟なフレームワーク。
46. SkyPilot: あらゆるインフラ(Kubernetesまたは14+クラウド)でAIとバッチジョブを実行します。 シンプルなインターフェイスで、統一された実行、コスト削減、および高GPUの可用性を取得します。
47. Chitu: 効率性、柔軟性、可用性を重視した大規模な言語モデル向けの高性能推論フレームワーク。
48. TokenSwift: 時間から分まで:超長期シーケンス生成のロスレス加速。
49. Cherry Studio (🔥): Windows、Mac、Linuxで複数のLMプロバイダーをサポートするデスクトップクライアント。
50. Shimmy: Python なし Rust 推論サーバー — OpenAI-API 対応 GGUF + SafeTensors、ホットモデルスワップ、オートディスカバリー、シングルバイナリ。
51. LlamaBarn: 簡単なメニューバーアプリでMac上でローカルLMを実行します。
52. Parallax: どこでも自分のAIクラスターをビルドできる分散型フレームワークです。
53. xLLM: 多様なAIアクセラレータに最適化されたLM用高性能推論エンジン。
54. Rapid-MLX: アップルシリコン用のOpenAI互換ローカルLLMインフェレンスサーバー、オラマよりも2〜4倍高速
55. TokenSpeed: 10sorRT-LLMレベルのパフォーマンスとvLLMレベルの使いやすさを備えた、エージェントのワークロード用に設計された高速なLLMインフェレンスエンジン。 私達の目的は生産の代理店のワークロードのための最も Performant Inference エンジンであることです。
56. FreeToken: 既に所有しているハードウェアにデータセンタークラスのインテリジェンスを解除します。

トップに戻る

評価評価

1. lm-evaluation-harness: 言語モデルの少ない評価のためのフレームワーク。
2. opencompass (🔥): OpenCompass は LLM の評価プラットフォームで、Llama3、Mistral、InternLM2、GPT-4、LLaMa2、Qwen、GLM、Claude など、100以上のデータセットに対応しています。
3. llm-comparator: LLM(エルム) Comparator は、LM 応答をサイドバイサイドで評価および分析するためのインタラクティブなデータ可視化ツールです。
4. EvalScope (🔥)
5. ウィーブ: LLM アプリケーションの追跡と評価のための軽量ツールキット。
6. MixEval: LLM Benchmark Mixtures からクラウドの知恵を出す。
7. Evaluation guidebook: LLMが特定のタスクでうまく動作することを確認する方法が疑問に思っていた場合、このガイドはあなたのためにあります!
8. Ollama Benchmark: Ollama(ローカルLLM)によるスループットのためのLM Benchmark。
9. VLMEvalKit: 大規模な視野言語モデル(LVLM)のオープンソースの評価ツールキット、サポート100 VLM、40 +ベンチマーク。
10. AGI-Eval スペシャルティ
11. EvalScope: 効率的な大型モデル評価と性能のベンチマーキングのための合理化およびカスタマイズ可能なフレームワーク。
12. DeepEval: 使いやすいオープンソースLLM評価フレームワークで、大型モデルシステムの評価とテストを行います。
13. Lighteval: Lightevalは、複数のバックエンド間でLMSを評価するためのオールインワンツールキットです。
14. QwQ/eval: QwQはQwenのチーム、Alibabaクラウドによって開発される推論モデル シリーズです。
15. Evalchemy: トレーニング後の言語モデルを評価するための統一で使いやすいツールキット。
16. MathArena: 最新の数学大会でLMSの評価
17. YourBench: 動的ベンチマーク生成フレームワーク。
18. MedEvalKit: 統一医療評価フレームワーク
19. OpenJudge:ホリスティック評価と品質報酬のための統一フレームワーク。

トップに戻る

体験プラン

1. LMアリーナ
2. デザインアリーナ
3. ヴァルスサイ evaluation
4. アントカウント

トップに戻る

知識ベース RAG

1. AnythingLLM: 完全なRAGとAIエージェントのカパビライトを備えたLM用のオールインワンAIアプリ。
2. MaxKB: LLMビッグランゲージモデルに基づく知識ベース質問と回答システム。 箱を開けて、サードパーティの操作に素早く埋め込むようにします。
3. RAGFlow: 深い文書理解に基づくオープンソースのRAG(Retrieval-Augmented generation)エンジン。
4. Dify:オープンソースLLMアプリ開発プラットフォーム Difyの直感的なインターフェイスは、AIワークフロー、RAGパイプライン、エージェント機能、モデル管理、保守性機能などを統合し、プロトタイプから制作まで迅速に進めることができます。
5. FastGPT: LLM上に構築されたナレッジベースプラットフォームで、アウト・オブ・ザ・ボックスのデータ処理とモデルの呼び出し機能を提供し、フロー・ビジュアライゼーションによるワークフローのオーケストレーションを可能にします。
6. Langchain-ChatchatLangchainやChatGMの回答など、さまざまな言語モデルに基づくローカルナレッジベース
7. QAnything: 質問と回答は、すべてに基づく。
8. Quivr: 個人的な生産性アシスタント(RAG) ⚡️ あなたのドキュメント(PDF、CSV、…)とチャットし、Langchain、GPT 3.5 / 4ターボ、プライベート、Anthropic、VertexAI、OLMA、LLM、ユーザーが共有できるGrq! OpenAI GPTs & ChatGPTのローカルおよびプライベートの代替手段は、リトリーバル・オーガメントの生成によって供給されます。
9. RAG-GPT: RAG-GPT, LLMとRAG技術の活用, ユーザーのカスタマイズされた知識ベースから学習し、幅広いクエリに対する文脈的に関連した回答を提供, 迅速かつ正確な情報検索を保証します.
10. Verba: Weaviate 社によるリトリバル拡張生成 (RAG) チャットボット。
11. FlashRAG: 効率的なRAG研究のためのPythonツールキット。
12. GraphRAG: モジュラーグラフベースのリトリバル拡張生成(RAG)システム。
13. LightRAG: LightRAG は、Retriever-Agent-Generator パイプラインの構築と最適化の両方で開発者に役立ちます。
14. GraphRAG-Ollama-UI: Gradio UI と Extra 機能で Ollama を使用した GraphRAG
15. nano-GraphRAG: シンプルで簡単なグラマラグ実装。
16. RAG Techniques: このリポジトリは、Retrieval-Augmented Generation(RAG)システム用のさまざまな高度な技術を紹介します。 RAGシステムは、情報検索と遺伝子モデルを組み合わせ、正確で文脈的に豊富な応答を提供します。
17. ragas: リトリバル拡張生成(RAG)パイプラインの評価フレームワーク。
18. kotaemon: 文書とチャットするためのオープンソースのクリーン&カスタマイズ可能なRAG UI。 エンドユーザーと開発者の両方を念頭に置いて構築しました。
19. RAGapp: あらゆる企業でAgentic RAGを使用する最も簡単な方法。
20. TurboRAG: 曲がったテキストのプリコンピュートされた KV キャッシュでリトリバル拡張生成を加速。
21. LightRAG: シンプルで高速な反復型生成。
22. TEN: 世界初の真のリアルタイムマルチモーダルAIエージェントフレームワーク「Next-Gen AI-Agent Framework」
23. AutoRAG: RAG AutoML ツールは、データに最適な RAG パイプラインを自動的に検出します。
24. KAG: KAGは、知識強化された厳格な意思決定と情報検索サービスを構築するために使用されるOpenSPGエンジンに基づく知識強化世代フレームワークです。
25. Fast-GraphRAG: あなたのユースケース、データ、および問い合わせにインテリジェントに適応するRAG。
26. Tiny-GraphRAG
27. DB-GPT GraphRAG: DB-GPT GraphRAG は、コミュニティとドキュメントの検索メカニズムを活用して RAG 機能を強化し、Microsoft の GraphRAG が必要とするトークンの 50% のみを消費しながら、三重の知識グラフと文書構造グラフを統合しています。 DB-GPTについて RAG ユーザーマニュアル 詳しくはこちら
28. Chonkie: 軽量で超高速で、テキストをCHONKする準備が整った、非非密なRAGチャンクライブラリ。
29. RAGLite: RAGLite は、PostgreSQL または SQLite の Retrieval-Augmented 生成 (RAG) 用の Python ツールキットです。
30. KAG: KAGは、OpenSPGエンジンとLLMに基づいて、論理的なフォームガイド付き推論と検索フレームワークです。
31. CAG: CAGは、関連するすべてのリソースをモデルのコンテキストにプリロードし、ランタイムパラメータをキャッシュすることにより、近代的な大きな言語モデル(LLM)の拡張コンテキストウィンドウを活用します。
32. MiniRAG: 複雑なグラフインデックスや軽量トポロジ強化された検索で、小さなモデルが良好なRAG性能を実現できる、極めてシンプルな検索型生成フレームワークです。
33. XRAG: 高度なRetrieval-Augmented世代(RAG)システムの基礎コンポーネントを評価するために設計されたベンチマークフレームワーク。
34. Rankify: Retrieval、Re-Ranking、Retrieval-Augmented生成用の包括的なPythonツールキット。
35. RAG-Anything: オールインワンRAGシステム

トップに戻る

スマート

1. AutoGen: AutoGen は、タスクを解決するために、互いに反対する複数のエージェントを使用して LLM アプリケーションの開発を可能にするフレームワークです。 オートゲンダイ
2. CrewAI: ロールプレイ、自律的なAIエージェントのオーケストレーションフレームワーク CrewAIは、コラボレーションインテリジェンスを育成することで、エージェントがシームレスに連携し、複雑なタスクに取り組むことができます。
3. コーズ
4. AgentGPT: ブラウザで自律的なAIエージェントを組み立て、構成、デプロイします。
5. XAgent: 複雑なタスク解決のための自動LMエージェント。
6. MobileAgent: 強力なモバイルデバイス操作アシスタントファミリー。
7. Lagent: LLM ベースのエージェントを構築するための軽量なフレームワーク。
8. Qwen-Agent: 機能呼び出し、コード通訳、RAG、Chrome拡張機能を搭載したQwen2で構築されたエージェントフレームワークとアプリケーション。
9. 動画のコレクションワンストップAIスマートボディプラットフォーム
10. BaiduのAPPBuilder
11. agentUniverse: agentUniverse は LLM のマルチエージェントフレームワークです。これにより、開発者はマルチエージェントアプリケーションを簡単に構築できます。 さらに、コミュニティを通じて、さまざまなドメイン間でパターンの交換と共有ができます。
12. LazyLLMマルチエージェントの大型モデルアプリケーションのローコード構築のための開発ツール
13. AgentScope: LLM-empoweredマルチエージェントアプリケーションの構築を簡単な方法で開始します。
14. AgentField: ルーティング、メモリ、保守性、アイデンティティ、auth、およびポリシーコントロールで、APIのようなAIエージェントの構築と運用のためのオープンソース制御面。
15. MoA: エージェントのMixture(MoA)は、複数のLLMの集合的強度を活用し、パフォーマンスを向上させ、最先端の結果を達成する新しいアプローチです。
16. Agently: AIエージェントアプリケーション開発フレームワーク
17. OmAgent: 複雑なタスクを解決するためのマルチモーダルエージェントフレームワーク。
18. Tribe: 複数のエージェントチームを迅速に構築・調整するコードツールはありません。
19. CAMEL: ファーストLMマルチエージェントフレームワークとエージェントのスケーリング法を見つけるためのオープンソースコミュニティ。
20. PraisonAI: PraisonAI アプリケーションは、AutoGen と CrewAI または同様のフレームワークを、マルチエージェント LLM システムの構築および管理するための低コードソリューションに統合し、シンプルさ、カスタマイズ、効率的なヒューマンエージェントコラボレーションに焦点を当てています。
21. IoA: 共同AIエージェントのためのオープンソースフレームワークで、インターネットのようなコネクティビティを通じて、多様な分散エージェントをチームアップし、複雑なタスクに取り組むことができます。
22. llama-agentic-system : Llama Stack API のエージェントコンポーネント。
23. Agent Zero: エージェントゼロは定義済みのエージェントフレームワークではありません。 ダイナミックで、有機的に成長し、使いこなすように学習するように設計されています。
24. Agents: データ中心、自己進化する自動言語エージェントのためのオープンソースフレームワーク。
25. AgentScope: LLM-empoweredマルチエージェントアプリケーションの構築を簡単な方法で開始します。
26. FastAgency: 複数のエージェントのワークフローを制作する最速の方法です。
27. Swarm: マルチエージェントシステムの構築、オーケストレーション、展開のためのフレームワーク OpenAI Solutionsチームによる管理 実験フレームワーク。
28. Agent-S: 人間のようなコンピュータを使用するオープンなエージェントフレームワーク。
29. PydanticAI: エージェントフレームワーク / LLM で Pydantic を使用するシム。
30. Agentarium: オープンソースのフレームワークで、AI搭載のエージェントと入力したシミュレーションを作成・管理できます。
31. smolagents: エージェントのバーボーンライブラリ。 エージェントは、python コードを書いて、ツールを呼び出し、他のエージェントをオーケストさせます。
32. Cooragent: CooragentはAIエージェントのコラボレーションコミュニティです。
33. Agno: Agnoは、メモリ、知識、ツール、推論を持つエージェントをビルドするための軽量ライブラリです。
34. Suna: オープンソース総合AIエージェント
35. rowboat: 数分でAIがマルチエージェントワークフローを構築しましょう。
36. EvoAgentX: AIエージェントの自己進化したエコシステムの構築
37. ii-agent: インテリジェントなエージェントの構築と展開のための新しいオープンソースフレームワーク。
38. OWL: リアル・ワールド・タスク・オートメーションにおける汎用マルチ・エージェント・アシスタンスのための最適化された労働力学習
39. OpenManus: 要塞なし、純粋に開いた地面。 OpenManus は、
40. JoyAgent-JDGenie: 業界初の汎用マルチインテリジェンス製品で、完成度が低い。
41. coze-studio: オールインワンのビジュアルツールを備えたAIエージェント開発プラットフォーム、エージェント作成の簡素化、デバッグ、およびデプロイメントなど、これまでにない。
42. OxyGent: 開発者が生産準備が整ったインテリジェントなシステムを構築するための高度なPythonフレームワーク。
43. LazyCraft: LazyCraft は、LazyLM に基づく AIAgent アプリケーション開発および管理プラットフォームです。これにより、開発者が低いしきい値、低コストで大規模なモデルアプリケーションを迅速に構築および公開できるように支援します。
44. OpenAgents:オープンコラボレーションのためのAIエージェントネットワーク
45. SandBox: ブラウザ、シェル、ファイル、MCP、VSCode Server を 1 つの Docker コンテナで結合する AI エージェントのオールインワン サンドボックス。
46. DeepAnalyze: オートノマイズデータサイエンスのファースト・エージェントリックLLM、特定のデータタスク(データの準備、解析、モデリング、可視化、インサイト)、データ指向の深い研究(アナリスト・グレード・リサーチ・レポートの作成)をサポート。
47. Astron Agent: 次世代のスーパーエージェントを構築するためのエンタープライズグレード、商用フレンドリーなエージェントワークフロープラットフォーム。
48. Youtu-Agent: オープンソースモデルで配信するシンプルで強力なエージェントフレームワーク。
49. MiroThinker: オープンソースの検索エージェントモデル, ツール-augmented推論と実際の情報を求めるために構築, OpenAI Deep ResearchとGemini Deep Researchの深い研究の経験に一致することを目指し.
50. Nexent: 自動生成エージェントのゼロコードプラットフォーム — オーケストラ化、複雑なドラッグアンドドロップは必要ありません。純粋な言語を使用して、必要なエージェントを開発します。
51. Yunjue-Agent: 完全再現性、ゼロスタート型オープンエンドタスクのセルフ進化型エージェントシステム。
52. Hindsight:VectorizeによるAIエージェントの最先端の長期メモリ。 LangChain、CrewAI、LlamaIndex、MCPなどの統合で、オープンソース、セルフホスト可能。
53. AgentsMesh: AIエージェントのワークフォースプラットフォーム リモートAIワークステーション(AgentPods)、PTYサンドボックス+ gitワークツリー分離、チャネルベースのエージェントコラボレーション、組み込みカンバン、Per-pod MCPサーバーとのセルフホスト可能なマルチエージェントオーケストレーション。 Claudeコード、Codex CLI、Gemini CLI、Aider、OpenCodeをサポートしています。
54. BitFun: Rust/TauriデスクトップアプリとCLIのオープンソースのエージェント開発環境で、コーディング、研究、オフィスワーク、ブラウザ、デスクトップの自動化、MCP、スキル、カスタムエージェントによる拡張が可能です。

ハーネス

1. pi: AIエージェントツールキット:統合LLM API、エージェントループ、TUI、コーディングエージェント CLI。
2. DeepSeek Harness: すべてがプラグインです。
3. OpenSquilla: トークン効率、マイクロキャネルAIエージェント。
4. PenguinHarness: デスクトップ/サーバー上での自動化されたエージェントビルダー
5. FrontierAgent: オープンソースのエージェントのランタイム、ターミナル製品、および長期にわたる研究とファイルベースの作業のための評価スイート。

トップに戻る

研究開発

ライティング

• PaperDebugger: https://github.com/PaperDebugger/PaperDebugger
  • XtraGPT served as refiner: https://github.com/Xtra-Computing/XtraGPT
• Chat Overleaf: https://github.com/anuin-cat/chat-overleaf
• 文智云助手: https://overleaf.top/
• LiteWrite: https://litewrite.ai/
• Prism: https://openai.com/zh-Hans-CN/prism/
• claude-prism: https://github.com/delibae/claude-prism

レビュー記事

• PaperReview: https://paperreview.ai/
• aiXiv: https://aixiv.science/
• OpenJudge Review: https://openjudge.me/paper_review

PPTの

• PPTAgent: https://github.com/icip-cas/PPTAgent
• Paper PPT Agent: https://github.com/CRui5in/paper-ppt-agent
• PPT Master: https://github.com/hugohe3/ppt-master
• LandPPT: https://github.com/sligter/LandPPT
• Kami: https://github.com/tw93/kami
• beautiful-html-templates: https://github.com/zarazhangrui/beautiful-html-templates
• guizang-ppt-skill: https://github.com/op7418/guizang-ppt-skill
• GordenSuperPPTSkills: https://github.com/GordenSun/GordenSuperPPTSkills
• dashiAI-ppt-skill: https://github.com/chuspeeism/dashiAI-ppt-skill

その他

• Paper2Video: https://github.com/showlab/Paper2Video
• Paper2Poster: https://github.com/Paper2Poster/Paper2Poster
• AutoPR: https://github.com/irgolic/AutoPR
• Auto-Slides: https://github.com/Westlake-AGI-Lab/Auto-Slides
• EvoPresent: https://github.com/eric-ai-lab/EvoPresent
• Paper2All: https://github.com/YuhangChen1/Paper2All
• AutoPage: https://github.com/AutoLab-SAI-SJTU/AutoPage
• pdf2video: https://github.com/DangJin/pdf2video
• Idea2Paper: https://github.com/AgentAlphaAGI/Idea2Paper
• PaperX: https://github.com/yutao1024/PaperX
• figures4papers: https://github.com/ChenLiu-1996/figures4papers
• PaperBanana: https://github.com/dwzhu-pku/PaperBanana
• PaperBanana-Pro: https://github.com/elpsykongloo/PaperBanana-Pro
• AutoFigure: https://github.com/ResearAI/AutoFigure
  • FigureWeave: https://github.com/Krisocer/FigureWeave
  • EditDeck: https://github.com/Morgensonne/EditDeck
• AutoFigure-Edit: https://github.com/ResearAI/AutoFigure-Edit
• Kahneman4Review: https://huggingface.co/spaces/nuojohnchen/Kahneman4Review
• Academic Figure Generator: https://github.com/LigphiDonk/academic-figure-generator
• PaperFit: https://github.com/OpenRaiser/PaperFit

完全な自動科学。

• EvoScientist: https://github.com/EvoScientist/EvoScientist
• Auto-claude-code-research-in-sleep: https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep
• ArgusBot: https://github.com/waltstephen/ArgusBot
• Station: https://github.com/dualverse-ai/station
• Dr.Claw: https://github.com/OpenLAIR/dr-claw
• Redigg: https://github.com/redigg/redigg
• AutoResearchClaw: https://github.com/aiming-lab/AutoResearchClaw
• NanoResearch: https://github.com/OpenRaiser/NanoResearch
• ScienceClaw: https://github.com/AgentTeam-TaichuAI/ScienceClaw
• EurekaClaw: https://github.com/EurekaClaw/EurekaClaw
• Claude-scholar: https://github.com/Galaxy-Dawn/claude-scholar/
• claude-scientific-skills: https://github.com/K-Dense-AI/claude-scientific-skills
• K-Dense BYOK: https://github.com/K-Dense-AI/k-dense-byok
• latex-paper-skills: https://github.com/yunshenwuchuxun/latex-paper-skills
• NeuriCo: https://github.com/ChicagoHAI/NeuriCo
• AutoResearch : https://github.com/karpathy/autoresearch
• RD-Agent : https://github.com/microsoft/RD-Agent
• DeepScientist : https://github.com/ResearAI/DeepScientist
• Deep Researcher Agent: https://github.com/Xiangyue-Zhang/auto-deep-researcher-24x7
• academic-research-skills: https://github.com/Imbad0202/academic-research-skills
• Supervisor-Skills: https://github.com/HKUSTDial/Supervisor-Skills

トップに戻る

コードコード

1. Cloi CLI: 端末で動作するローカルデバッグエージェント
2. ログイン
3. おすすめ
4. Blot.new 専門分野
5. ログイン
6. ウインド
7. cline
8. トレイ
9. MGXシリーズ
10. Roo Code
11. Kilo Code
12. 張 Zhang の Zhen
13. Claude Code (🔥)
14. Claude Code (🔥) + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + Happy Coder ・ CodePilot ・ cc-connect
15. Gemini CLI
16. Serena
17. Claudia
18. OpenCode
19. ログイン
20. ヴィクトリア
21. ログイン
22. CodeX (🔥)
23. Kimi-CLI
24. opencode
25. Multica
26. Atomic Agent
27. DeepSeek Harness

トップに戻る

ビデオビデオ

モデル

[!NOTE] お問い合わせAwesome-Video-Diffusion

1. HunyuanVideo
2. CogVideo
3. Wan2.1
4. Open-Sora
5. Open-Sora-Plan
6. LTX-Video
7. Step-Video-T2V
8. Step1X-Edit Editing
9. Wan2.1-VACE Editing
10. ICEdit Editing
11. mochi-1-preview
12. Wan2.1-Fun
13. Wan2.1-FLF2V 首尾帧
14. MAGI-1 自回归模型
15. SkyReels-V2
16. FramePack
17. Pusa-VidGen
18. Wan2.2
19. モガモ 长视频
20. LongCat-Video
21. HunyuanVideo-1.5
22. LTX-2
    • Training
23. daVinci-MagiHuman
24. LongLive
25. JoyAI-Echo
26. NAVA
27. LTX-2.3 (🔥)
28. LingBot-Video
29. MiniMax-H3 (🔥)
30. MAGI-2-preview
31. LTX-2.5 (🔥)

編集

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

トレーニング

• https://github.com/hao-ai-lab/FastVideo
• https://github.com/tdrussell/diffusion-pipe
• https://github.com/VideoVerses/VideoTuna
• (🔥) https://github.com/modelscope/DiffSynth-Studio
• https://github.com/huggingface/diffusers
• https://github.com/kohya-ss/musubi-tuner
• https://github.com/spacepxl/HunyuanVideo-Training
• https://github.com/Tele-AI/TeleTron
• https://github.com/Yaofang-Liu/Mochi-Full-Finetuner
• https://github.com/bghira/SimpleTuner
• https://github.com/X-GenGroup/Flow-Factory
• https://github.com/shengshu-ai/minWM 「世界モデル」

カテゴリー

• https://github.com/ModelTC/LightX2V
• https://github.com/thu-ml/TurboDiffusion

実用的なツール

• PySceneDetect: PythonとOpenCVベースのシーンカット/トランスレーション検出プログラムとライブラリ。
• DOVER: 審美的および技術的な観観点からユーザー生成コンテンツのビデオ品質評価。
• ArtiMuse: ジョイント・スコアリングおよびエキスパート・レベルの理解によるファイン・グレインされたイメージの美学の評価。

トップに戻る

サイトマップ

生成する

• 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

編集

• 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

ハーモナイゼーション

• GLM-Image: https://huggingface.co/zai-org/GLM-Image
• https://huggingface.co/black-forest-labs/FLUX.2-klein-4B
  • https://huggingface.co/black-forest-labs/FLUX.2-klein-9B
• DreamLite: https://github.com/ByteVisionLab/DreamLite
• SenseNova-U1: https://huggingface.co/sensenova/SenseNova-U1-8B-MoT-SFT

トレーニング

• 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

評価評価

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

カテゴリー

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

トップに戻る

インフォメーション

1. OpenSearch GPT: SearchGPT / パープレクシリティクローン, しかし、あなたのためにパーソナライズ.
2. MindSearch: LLMベースのWeb検索エンジンのマルチエージェントフレームワーク(Perplexity.ai ProとSearchGPTのような)。
3. nanoPerplexityAI: perplexity.ai の最も簡単なオープンソース実装。
4. curiosity: Perplexity のようなユーザーエクスペリエンスを構築してみてください。
5. MiniPerplx: インターネット上の情報を見つけるのに役立つ、最小限のAI搭載検索エンジン。

トップに戻る

音声スピーチ

ツイート

1. SpeechGPT-2.0-preview: https://github.com/OpenMOSS/SpeechGPT-2.0-preview
2. Moss-TTSD：https://github.com/OpenMOSS/MOSS-TTSD
3. Index-TTS：https://github.com/index-tts/index-tts
4. MegaTTS3：https://github.com/bytedance/MegaTTS3
5. F5-TTS：https://github.com/SWivid/F5-TTS
6. GPT-SoVITS：https://github.com/RVC-Boss/GPT-SoVITS
7. CosyVoice：https://github.com/FunAudioLLM/CosyVoice
8. Spark-TTS：https://github.com/SparkAudio/Spark-TTS
9. OpenVoice：https://github.com/myshell-ai/OpenVoice
10. Dia：https://github.com/nari-labs/dia
11. ChatTTS：https://github.com/2noise/ChatTTS
12. Fish Speech：https://github.com/fishaudio/fish-speech
13. Edge-TTS：https://github.com/rany2/edge-tts
14. Bark：https://github.com/suno-ai/bark
15. kokoro: https://github.com/hexgrad/kokoro
16. Higgsの可聴周波V2: https://github.com/boson-ai/higgs-audio お問い合わせTraining. .
17. KittenTTS: https://github.com/KittenML/KittenTTS
18. ZipVoice: https://github.com/k2-fsa/ZipVoice
19. VyvoTTS: https://github.com/Vyvo-Labs/VyvoTTS
20. VibeVoice: https://github.com/microsoft/VibeVoice
21. Index-TTS-2: https://huggingface.co/IndexTeam/IndexTTS-2
22. FireRedTTS2: https://github.com/FireRedTeam/FireRedTTS2
23. VoxCPM: https://github.com/OpenBMB/VoxCPM/
24. Neutts-Air: https://github.com/neuphonic/neutts-air
25. Maya1: https://huggingface.co/maya-research/maya1
26. VibeVoice: https://huggingface.co/collections/microsoft/vibevoice
27. GLM-TTS: https://github.com/zai-org/GLM-TTS
28. Fun-CosyVoice3: https://huggingface.co/FunAudioLLM/Fun-CosyVoice3-0.5B-2512
29. Qwen3-TTS:https://huggingface.co/collections/Qwen/qwen3-tts
30. Ming-Omni-TTS: https://github.com/inclusionAI/Ming-omni-tts
31. VoxCPM2: https://huggingface.co/openbmb/VoxCPM2
32. OmniVoice: https://github.com/k2-fsa/OmniVoice
33. MOSS-TTS-v1.5: https://huggingface.co/OpenMOSS-Team/MOSS-TTS-v1.5
34. Higgs Audio v3 TTS: https://huggingface.co/bosonai/higgs-audio-v3-tts-4b
35. Confucius4-TTS: https://github.com/netease-youdao/Confucius4-TTS
36. Dia-1.6B: https://huggingface.co/nari-labs/Dia-1.6B-0626
37. FireRedTTS3: https://github.com/FireRedTeam/FireRedTTS3

STT/ASRの特長

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

音声インタラクション

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

トップに戻る

世界のモデル

モデル

• 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 マルチプレイヤー
• 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

フレーム

• 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

トップに戻る

ロブスター OpenClaw

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

トップに戻る

ユニファイドモデル

ユニファイドモデルが登場理解+生成♪ ターンイン♪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 ヘルスケア
• 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 トレーニング
• NextStep-1：https://arxiv.org/abs/2508.10711
• UniUGG: https://arxiv.org/abs/2508.11952 3Dの
• 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 インタビュー
• MOSS-VL-Realtime: https://huggingface.co/OpenMOSS-Team/MOSS-VL-Realtime インタビュー
• SenseNova-Vision: https://huggingface.co/collections/sensenova/sensenova-vision
• Mage-VL: https://huggingface.co/microsoft/Mage-VL インタビュー

トップに戻る

予約する

1. 大きいスピーチの男:理論的に話す。
2. それは大きな取引です。
3. 《动手学大模型Dive into LLMs》
4. AIエージェントは、
5. 《Build a Large Language Model (From Scratch)》
6. 《多模态大模型》
7. 人工的な知識および学習資源。
8. 申し訳ございません。
9. 「LMS」シリーズ
10. 「LLMとの適応:LPMパワーアップ、CLA、RAG」
11. 《大型语言模型实战指南：应用实践与场景落地》
12. 《Hands-On Large Language Models》
13. 自然言語:大きな男の理論
14. 勉強に集中します。
15. LLM Runawayの紹介
16. 《大模型基础》
17. LLM 変更:LM Pitfalls と呼ばれる
18. ビッグストーリーです。
19. Textbook on reinforcement learning from human feedback
20. 5歳の男性は素晴らしい学生と素晴らしい先生です。
21. 《The Smol Training Playbook: The Secrets to Building World-Class LLMs》
22. 《从零开始构建智能体》——从零开始的智能体原理与实践教程
23. 《Hands-On Modern RL》

トップに戻る

コース

LLMについて

1. スタンフォード:
2. 私の心はいっぱいです。
3. LLMの兵士
4. ACL 2023 ガイ:
5. llm-course: Course to get into Large Language Models (LLMs) with roadmaps and Colab notebooks.
6. 微软: Generative AI for Beginners
7. マイクロソフト:GPTの状態
8. HuggingFace NLP Course
9. Qinghua、NLP、Liu Zhiyuan。
10. ゼロ: V4
11. スタンフォード:
12. 597G (ホール2022)
13. ジョンズホプキンズ CS 601.471/671 NLP:
14. Lee Hong Yi GenAIコース
15. openai-cookbook: OpenAI API の使用例とガイド
16. Hands on llms: LLM、LLMOps、ベクター DBS について、リアルタイムのファイナンシャルアドバイザー LLM システムの設計、トレーニング、および導入で無料で学びます。
17. 大学です。
18. スタートした人です。
19. ゼロ: V4
20. Coursera: Chatgpt の チュートリアル
21. LangGPT: 全員が、迅速な専門家になるよう支援!
22. mistralai-cookbook
23. AI 2024 が始まります。
24. build nanoGPT: ナノGPTをゼロから構築するためのビデオ+コード講義。
25. LLM101n: ストーリーテラーをビルドしてみましょう。
26. 知識のためのRAG
27. LLMs From Scratch (Datawhale Version)
28. グランド ハイアット カンファレンス カンファレンス カンファレンス カンファレンス カンファレンス カンファレンス カンファレンス カンファレンス センター
29. AGIロード
30. Andrej カルパシー
31. ギルは、お互いを見てみる。
32. andysingal/llm-course
33. LMクラス
34. Google Quest: エスケープラーは人工的な知識を作り出すことを学びます
35. Anthropics：Prompt Engineering Interactive Tutorial
36. LLMsBook
37. 5歳です。
38. LM大学
39. LLMマシン。
40. Smol Vision: エッジビジョンモデルを縮小、最適化、カスタマイズするためのレシピ。
41. マルチモーダルRAG:
42. LLMs Interview Note
43. RAG++: POC スプライト: 上級RAGコース
44. トウェイ&アスエイアカデミー: LLM、構造化された出力およびより多くのLMのコースと造る微調整。
45. お問い合わせ
46. Scratch RG – Lang Chain – Python AI をスクラッチ
47. LLMコメント:フルカバレッジ
48. HuggingFace Learn
49. Andrej カルパシー:ChatGPTLM に 深夜
50. LLM技术科普
51. CS25:トランスユナイテッドV5
52. RAG_Techniques: このリポジトリは、Retrieval-Augmented Generation(RAG)システム用のさまざまな高度な技術を紹介します。 RAGシステムは、情報検索と遺伝子モデルを組み合わせ、正確で文脈的に豊富な応答を提供します。
53. 100+ LLM & RL Algorithm Maps | 原创 LLM / RL 100+原理图
54. スピーチの大きなファンです。
55. NanoChat:$100が購入できる最高のChatGPT。
56. アメリカの米国アメリカ合衆国の米国大使館。
57. スピーチの大きなファンです。

トップに戻る

チュートリアル

1. あまりにも多くの学習に使われています。
2. お問い合わせ
3. B:5
4. 駅: 新宿区
5. YTB:AIとは
6. ペニー駅
7. 観光ガイド
8. YTB:AI について
9. ステーショナーB:TechBeatのマニュアル知識
10. 駅:Huang Huiga
11. B:自然言語の研究
12. LLMの視覚化
13. ♪ 決して知られていません♪
14. この投稿は、私たちの特別なカバレッジLibya Protests 2011の一部です。
15. ゼロB:それはジッポーです。
16. 電車の駅:
17. ColabはLMSをミドルミドルスクールに使用しています。
18. YTB:IBMテクノロジー
19. YTB: 本書は紙で1本です。
20. チップハイヤー
21. How Much VRAM
22. ブログ: ソドリン
23. YTB: ウォン・ウォン・チャンクン
24. テジャスウィ・カシャワップ
25. == sync, elderman == で修正
26. 申し訳ございません。
27. W&B ノート
28. Huggingface Blog
29. ブログ:GbyAI
30. ブログ:mlabonne
31. LLM-Action
32. ブログ:Lil’Log(OponAI)
33. 駅B:ピーチガーデン
34. AI-Guide-and-Demos
35. cnblog:第7サブステート
36. Implementation of all RAG techniques in a simpler way.
37. 理論的にlycée:心臓発作。
38. 鱼皮的 Vibe Coding 零基础教程

トップに戻る

ペーパー

[!NOTE] お問い合わせHuggingface Daily Papers,ペーパー,ML Papers Explained

1. 対象技術3報告書
2. モデルのLlama 3 Herd
3. Qwenの技術
4. Qwen2 レポート
5. Qwen2-vlテクノロジー
6. DeepSeek LLM:長期、長期、長期、長期、長期、長期、長期、長期、長期、長期、長期、長期、長期、長期、長期、長期、長期、長期、長期、長期、長期、長期、長期。
7. DeepSeek-V2:強力な分光、強力な分光
8. Baichuan 2:大規模なスピーチメーカー
9. Datacomp-LM:世代から世代までの単語
10. OLMO:科学的加速
11. MAP-Neo:ハイテクな透明性と透明性
12. 中国Xiaoxiang LLM:中国言語の中国センターのトレーニング
13. Phi-3 Guy: 高レベルのスキルを持つ電話男
14. Jamba-1.5: バンバモデル(モデル)
15. Jamba: ローカルバス
16. 必須ではありません。
17. 申し訳ございません。 data
18. OLMoE: オープンソースの統合
19. Model Merging Paper
20. Baichuan-Omni 技術報告
21. 1.5-Pints 技術: 複数の月、昼間の訓練 - 品質とスペクトラム
22. 技術的なレポート。
23. Hunyuan-Large: 十億ドルのキャンペーンが国の首都で開催されます。
24. MolmoとPixMo:世界の最新の男は体重が重い。
25. TÜLU 3:Openランゲージモデルのポストトレイン
26. Phi-4 技術
27. たくさんの人がいます。
28. Qwen2.5の特長 テクノロジー
29. YuLan-Mini:高い性能率を持つ中国人
30. エントリーです。
31. DeepSeek V3 Technical Report
32. 2 OLMO 2 毛皮
33. 照明技術レポート
34. DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning
35. KIMI K1.5
36. ♪ 信じられないです♪
37. Qwen2.5-VLの特長 テクノロジー
38. Baichuan-M1:医療システムにおける5歳児の言語学者
39. 最初の5年で訓練された男を試すことは可能です。 フレンチ
40. SkyLadder:「ハイエナ」
41. Qwen2.5-Omni technical report
42. 全てFLOP カウントダウン:GPU チャージ300B ミックスリングLLM
43. テニス3に関する技術報告を頂きました。
44. Open-Qwen2VL:本格的なLLM
45. Pangu Ultra: NPUの高密度の
46. MiMo: Unlocking the Reasoning Potential of Language Model – From Pretraining to Posttraining
47. Phi-4 技術
48. Llama-Nemotron:高い率の男を養う
49. Qwen3 Technical Report
50. MiMo-VLテクノロジー
51. ERNIE Technical Report
52. Kwai Keye-VL 技術報告
53. Kimi K2 Technical Report
54. KAT-V1:Kwai-AutoThink 連携レポート
55. Step3
56. SAIL-VL2 レポート
57. LLAVA-OneVision-1.5: 民主主義者と民主主義者 85M-Midtraining Data 22M Instruct Data
58. オル3: オープンソースのAIをリードするモデルフローを通してパスをグラフ化。 プロフィール
59. OpenMMレナーゾ
60. Qwen3-VL 技術報告

トップに戻る

コミュニティ

1. マジックコミュニティ
2. HuggingFace
3. サイトマップ
4. ウィモデル
5. CSGプログラム

トップに戻る

モデルコンテキストプロトコル MCP

1. MCP は内部のことを理解します。 Windows は MCP の人、MCP の使用 Cline をセットアップします
2. ! ! ! !
3. MCPブックは5歳です。 信じられない。

MCP ツールの集計:

1. ジュエリー・ジュエリー
2. お問い合わせ
3. modelcontextprotocol/servers
4. 申し訳ございません。
5. ライブチャット
6. awesome-mcp-servers
7. グラマ・アイ
8. mcp.composio.dev ディレクティブ
9. awesome-mcp-list
10. mcpo
11. FastMCP
12. 電子工学の人:
13. mcpstore.co.(エムシーシーストア)
14. FastAPI-MCP
15. プラットフォーム
16. mcpm.sh

トップに戻る

スキルスキルスキル

1. ケースではありません。

2. オープニング

3. awesome-claude-skills

4. Anthropics Skills

5. スキルスピン

6. awesome-claude-skills

7. ログイン

8. 市場です。

9. ログイン

10. awesome-agent-skills

11. エルムベース

12. awesome-openclaw-skills

13. claude-scientific-skills

14. LLMs-Universal-Life-Science-and-Clinical-Skills-

15. スキルハブ

16. LabClaw

17. プラットフォームスキル

18. エージェントスキル

19. mmx-cli

20. ココロップハブ

トップに戻る

オープンo1

[!NOTE]

オープンテクノロジーは永遠の追求です。

1. https://github.com/atfortes/Awesome-LLM-Reasoning
2. https://github.com/hijkzzz/Awesome-LLM-Strawberry
3. https://github.com/wjn1996/Awesome-LLM-Reasoning-Openai-o1-Survey
4. https://github.com/srush/awesome-o1
5. https://github.com/open-thought/system-2-research
6. https://github.com/ninehills/blog/issues/121
7. https://github.com/OpenSource-O1/Open-O1
8. https://github.com/GAIR-NLP/O1-Journey
9. https://github.com/marlaman/show-me
10. https://github.com/bklieger-groq/g1
11. https://github.com/Jaimboh/Llamaberry-Chain-of-Thought-Reasoning-in-AI
12. https://github.com/pseudotensor/open-strawberry
13. https://huggingface.co/collections/peakji/steiner-preview-6712c6987110ce932a44e9a6
14. https://github.com/SimpleBerry/LLaMA-O1
15. https://huggingface.co/collections/Skywork/skywork-o1-open-67453df58e12f6c3934738d0
16. https://huggingface.co/collections/Qwen/qwq-674762b79b75eac01735070a
17. https://github.com/SkyworkAI/skywork-o1-prm-inference
18. https://github.com/RifleZhang/LLaVA-Reasoner-DPO
19. https://github.com/ADaM-BJTU
20. https://github.com/ADaM-BJTU/OpenRFT
21. https://github.com/RUCAIBox/Slow_Thinking_with_LLMs
22. https://github.com/richards199999/Thinking-Claude
23. https://huggingface.co/AGI-0/Art-v0-3B
24. https://huggingface.co/deepseek-ai/DeepSeek-R1
25. https://huggingface.co/deepseek-ai/DeepSeek-R1-Zero
26. https://github.com/huggingface/open-r1
27. https://github.com/hkust-nlp/simpleRL-reason
28. https://github.com/Jiayi-Pan/TinyZero
29. https://github.com/baichuan-inc/Baichuan-M1-14B
30. https://github.com/EvolvingLMMs-Lab/open-r1-multimodal
31. https://github.com/open-thoughts/open-thoughts
32. Mini-R1: https://www.philschmid.de/mini-deepseek-r1
33. LLaMA-Berry: https://arxiv.org/abs/2410.02884
34. MCTS-DPO: https://arxiv.org/abs/2405.00451
35. OpenR: https://github.com/openreasoner/openr
36. https://arxiv.org/abs/2410.02725
37. LLaVA-o1: https://arxiv.org/abs/2411.10440
38. Marco-o1: https://arxiv.org/abs/2411.14405
39. OpenAI o1 report: https://openai.com/index/deliberative-alignment
40. DRT-o1: https://github.com/krystalan/DRT-o1
41. Virgo：https://arxiv.org/abs/2501.01904
42. HuatuoGPT-o1：https://arxiv.org/abs/2412.18925
43. o1 roadmap：https://arxiv.org/abs/2412.14135
44. Mulberry：https://arxiv.org/abs/2412.18319
45. https://arxiv.org/abs/2412.09413
46. https://arxiv.org/abs/2501.02497
47. Search-o1:https://arxiv.org/abs/2501.05366v1
48. https://arxiv.org/abs/2501.18585
49. https://github.com/simplescaling/s1
50. https://github.com/Deep-Agent/R1-V
51. https://github.com/StarRing2022/R1-Nature
52. https://github.com/Unakar/Logic-RL
53. https://github.com/datawhalechina/unlock-deepseek
54. https://github.com/GAIR-NLP/LIMO
55. https://github.com/Zeyi-Lin/easy-r1
56. https://github.com/jackfsuia/nanoRLHF/tree/main/examples/r1-v0
57. https://github.com/FanqingM/R1-Multimodal-Journey
58. https://github.com/dhcode-cpp/X-R1
59. https://github.com/agentica-project/deepscaler
60. https://github.com/ZihanWang314/RAGEN
61. https://github.com/sail-sg/oat-zero
62. https://github.com/TideDra/lmm-r1
63. https://github.com/FlagAI-Open/OpenSeek
64. https://github.com/SwanHubX/ascend_r1_turtorial
65. https://github.com/om-ai-lab/VLM-R1
66. https://github.com/wizardlancet/diagnosis_zero
67. https://github.com/lsdefine/simple_GRPO
68. https://github.com/brendanhogan/DeepSeekRL-Extended
69. https://github.com/Wang-Xiaodong1899/Open-R1-Video
70. https://github.com/lsdefine/simple_GRPO
71. https://github.com/Open-Reasoner-Zero/Open-Reasoner-Zero
72. https://github.com/lucasjinreal/Namo-R1
73. https://github.com/hiyouga/EasyR1
74. https://github.com/Fancy-MLLM/R1-Onevision
75. https://github.com/tulerfeng/Video-R1
76. https://huggingface.co/qihoo360/TinyR1-32B-Preview
77. https://github.com/facebookresearch/swe-rl
78. https://github.com/turningpoint-ai/VisualThinker-R1-Zero
79. https://github.com/yuyq96/R1-Vision
80. https://github.com/sungatetop/deepseek-r1-vision
81. https://huggingface.co/qihoo360/Light-R1-32B
82. https://github.com/Liuziyu77/Visual-RFT
83. https://github.com/Mohammadjafari80/GSM8K-RLVR
84. https://github.com/ModalMinds/MM-EUREKA
85. https://github.com/joey00072/nanoGRPO
86. https://github.com/PeterGriffinJin/Search-R1
87. https://openi.pcl.ac.cn/PCL-Reasoner/GRPO-Training-Suite
88. https://github.com/dvlab-research/Seg-Zero
89. https://github.com/HumanMLLM/R1-Omni
90. https://github.com/OpenManus/OpenManus-RL
91. https://arxiv.org/pdf/2503.07536
92. https://github.com/Osilly/Vision-R1
93. https://github.com/LengSicong/MMR1
94. https://github.com/phonism/CP-Zero
95. https://github.com/SkyworkAI/Skywork-R1V
96. https://arxiv.org/abs/2503.13939v1
97. https://github.com/0russwest0/Agent-R1
98. https://github.com/MetabrainAGI/Awaker2.5-R1
99. https://github.com/LG-AI-EXAONE/EXAONE-Deep
100. https://github.com/qiufengqijun/open-r1-reprod
101. https://github.com/SUFE-AIFLM-Lab/Fin-R1
102. https://github.com/sail-sg/understand-r1-zero
103. https://github.com/baibizhe/Efficient-R1-VLLM
104. https://github.com/hkust-nlp/simpleRL-reason
105. https://arxiv.org/abs/2502.19655
106. https://arxiv.org/abs/2503.21620v1
107. https://arxiv.org/abs/2503.16081
108. https://github.com/ShadeCloak/ADORA
109. https://github.com/appletea233/Temporal-R1
110. https://github.com/inclusionAI/AReaL
111. https://github.com/lzhxmu/CPPO
112. https://arxiv.org/abs/2503.23829
113. https://github.com/TencentARC/SEED-Bench-R1
114. https://github.com/McGill-NLP/nano-aha-moment
115. https://github.com/VLM-RL/Ocean-R1
116. https://github.com/OpenGVLab/VideoChat-R1
117. https://github.com/ByteDance-Seed/Seed-Thinking-v1.5
118. https://github.com/SkyworkAI/Skywork-OR1
119. https://github.com/MoonshotAI/Kimi-VL
120. https://arxiv.org/abs/2504.08600
121. https://github.com/ZhangXJ199/TinyLLaVA-Video-R1
122. https://arxiv.org/abs/2504.11914
123. https://github.com/policy-gradient/GRPO-Zero
124. https://github.com/linkangheng/PR1
125. https://github.com/jiangxinke/Agentic-RAG-R1
126. https://github.com/shangshang-wang/Tina
127. https://github.com/aliyun/qwen-dianjin
128. https://github.com/RAGEN-AI/RAGEN
129. https://github.com/XiaomiMiMo/MiMo
130. https://github.com/yuanzhoulvpi2017/nano_rl
131. https://huggingface.co/a-m-team/AM-Thinking-v1
132. https://huggingface.co/Intelligent-Internet/II-Medical-8B
133. https://github.com/CSfufu/Revisual-R1

トップに戻る

オープンo3

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

トップに戻る

小さい言語モデル

1. https://github.com/jiahe7ay/MINI_LLM
2. https://github.com/jingyaogong/minimind
3. https://github.com/DLLXW/baby-llama2-chinese
4. https://github.com/charent/ChatLM-mini-Chinese
5. https://github.com/wdndev/tiny-llm-zh
6. https://github.com/Tongjilibo/build_MiniLLM_from_scratch
7. https://github.com/jzhang38/TinyLlama
8. https://github.com/AI-Study-Han/Zero-Chatgpt
9. https://github.com/loubnabnl/nanotron-smol-cluster ( )使用Cosmopedia训练cosmo-1b)
10. https://github.com/charent/Phi2-mini-Chinese
11. https://github.com/allenai/OLMo
12. https://github.com/keeeeenw/MicroLlama
13. https://github.com/Chinese-Tiny-LLM/Chinese-Tiny-LLM
14. https://github.com/leeguandong/MiniLLaMA3
15. https://github.com/Pints-AI/1.5-Pints
16. https://github.com/zhanshijinwat/Steel-LLM
17. https://github.com/RUC-GSAI/YuLan-Mini
18. https://github.com/Om-Alve/smolGPT
19. https://github.com/skyzh/tiny-llm
20. https://github.com/qibin0506/Cortex
21. https://github.com/huggingface/picotron
22. https://github.com/Alic-Li/Mini_RWKV_7
23. https://huggingface.co/Nanbeige/Nanbeige4-3B-Thinking-2511 23T トークン 準備訓練モデル
24. https://github.com/stepfun-ai/SteptronOss
25. https://github.com/huggingface/nanowhale
26. https://github.com/OpenBMB/ForgeTrain
27. https://github.com/vukrosic/glm-5.3-flash-from-scratch

トップに戻る

小さいビデオ言語モデル

1. https://github.com/jingyaogong/minimind-v
2. https://github.com/yuanzhoulvpi2017/zero_nlp/tree/main/train_llava
3. https://github.com/AI-Study-Han/Zero-Qwen-VL
4. https://github.com/Coobiw/MPP-LLaVA
5. https://github.com/qnguyen3/nanoLLaVA
6. https://github.com/TinyLLaVA/TinyLLaVA_Factory
7. https://github.com/ZhangXJ199/TinyLLaVA-Video
8. https://github.com/Emericen/tiny-qwen
9. https://github.com/merveenoyan/smol-vision
10. https://github.com/huggingface/nanoVLM
11. https://github.com/GeeeekExplorer/nano-vllm
12. https://github.com/ritabratamaiti/AnyModal
13. https://github.com/yujunhuics/Reyes
14. https://github.com/Victorwz/Open-Qwen2VL
15. https://github.com/jingyaogong/minimind-o

トップに戻る

スキルのヒント

1. LLM(TI) 建築研究用
2. LLM(第2部) 建築工学研究
3. LLM(第3部)
4. ログイン
5. 申し訳ございません。
6. 映画のミドルクラスを見る:LM、自然ワードクラス
7. LLMの分類方法:それを使用する最もよい方法
8. LLMグリッド
9. Uncensor any LLM with abliteration
10. Tiny LLM Universe
11. Zero-Chatgpt
12. Zero-Qwen-VL
13. finetune-Qwen2-VL
14. MPP-LLaVA
15. build_MiniLLM_from_scratch
16. Tiny LLM zh
17. MiniMind: 2Gグラフィックカードの最小値で、わずか26Mの小さなパラメータで0GPTから完全に訓練する3時間。
18. LLM-Travel: 大規模なモデルに関連した技術、原則、アプリケーションをさらに理解、探求、実現するため
19. 知識の蒸発:LLMの融合
20. それを行うには良い方法です。
21. パート2:微調整と微調整
22. パート3: 微調整方法: √ は、果肉の焦点
23. Reader-LM: HTML のマークダウンが大きすぎると大きめです。
24. LLMは、この1年間の心が構築されました。
25. ログイントレーニング - プリトレイン
26. pytorch-llama: PyTorch のスクラッチから実装された LLaMA 2。
27. Preference Optimization for Vision Language Models with TRL お問い合わせsupport model. .
28. Fine-tuning visual language models using SFTTrainer お問い合わせdocs. .
29. モエ
30. ChetGPTは大きいです, ビッグタイム男.
31. Distributed Training Guide: 配布されたピトルチのトレーニングコードを書く方法に関するベストプラクティスとガイド。
32. チャット
33. RA20 + RAG 質問
34. 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
35. o1 は チャットモデル (ポイント)
36. それは円筒形ソリューションです。
37. ♪地球の女王様♪
38. The Ultra-Scale Playbook: Training LLMs on GPU Clusters

トップに戻る

貢献者:

このプロジェクトがお手伝いいたしますので、お見積りください。

@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}},
}