llm.c

Entrenamiento de LLM con C/CUDA simple y básico

Producto ComúnProgramaciónLLMC

karpathy/llm.c es un proyecto que implementa el entrenamiento de LLM usando C/CUDA de forma sencilla. Su objetivo es proporcionar una implementación de referencia limpia y simple, incluyendo también versiones optimizadas que se acercan al rendimiento de PyTorch, pero con un código y dependencias significativamente reducidos. Actualmente se está desarrollando una implementación directa en CUDA, la optimización de la versión para CPU usando instrucciones SIMD y el soporte para arquitecturas modernas como Llama2 y Gemma.

Best AI Websites & Tools

llm.c

llm.c Situación del tráfico más reciente

llm.c Tendencia de visitas

llm.c Distribución geográfica de las visitas

llm.c Fuentes de tráfico

llm.c Alternativas

llm.c — Entrenamiento de LLM con C/CUDA simple y básico

Ingeniería de Prompts — Un repositorio integral de recursos sobre Ingeniería de Prompts

Técnicas RAG — Conjunto revolucionario de técnicas de sistemas de generación mejorada mediante recuperación.

olmOCR — olmOCR es un conjunto de herramientas para linealizar PDF para el entrenamiento de conjuntos de datos LLM.

hallucination-leaderboard — Una tabla de clasificación para comparar la tasa de alucinaciones de modelos lingüísticos grandes (LLM) al resumir documentos cortos.

Finbar — Proporciona datos financieros básicos globales, integrándose rápidamente en los modelos y facilitando el trabajo eficiente de los analistas financieros modernos.

Imitar Antes de Detectar — Un método avanzado para detectar textos modificados por máquinas, que mejora la precisión de la detección imitando el estilo de las máquinas.

Sonus-1 — Sonus-1: Inaugurando una nueva era para los modelos de lenguaje grandes (LLM)

Interfaz de usuario Texto a CAD — Crea archivos CAD B-Rep y mallas a partir de indicaciones en lenguaje natural

InternVL2.5-8B-MPO — Modelo lingüístico grande multimodales que muestra un rendimiento general excelente.

Llama-3.1-70B-Instruct-AWQ-INT4 — Modelo de generación de texto con 70 mil millones de parámetros

ModernBERT — ModernBERT es un modelo de codificador de última generación con un rendimiento excepcional.

Smolagents — Biblioteca ligera para construir agentes inteligentes de alto rendimiento

Llama-lynx-70b-4bitAWQ — Modelo de generación de texto de 7000 millones de parámetros

PromptWizard — Marco de optimización de indicaciones basado en la percepción de tareas

Gemini 2.0 Flash Experimental — Modelo de IA de alto rendimiento desarrollado por Google DeepMind

Q-RWKV-6 32B Instruct Vista previa — Variante de modelo RWKV más potente, superando varios benchmarks en inglés.

CosyVoice Generación de Voz Modelo grande 2.0-0.5B — Modelo de síntesis de voz eficiente y multilingüe

tulu-3-sft-olmo-2-mixture — Conjunto de datos de texto multilingüe a gran escala

OLMo-2-1124-7B-RM — Modelo de lenguaje grande para generación y clasificación de texto

ChatGPT Pro — Solución de acceso a escala a modelos de IA de vanguardia

PaliGemma 2 — PaliGemma 2 es un potente modelo de lenguaje visual, fácil de ajustar.

OLMo 2 1124 7B Preference Mixture — Conjunto de datos de texto a gran escala para investigación de mezcla de preferencias

OLMo-2-1124-7B-SFT — Modelo de generación de texto en inglés de alto rendimiento

OLMo-2-1124-7B-DPO — Modelo avanzado de generación de texto que admite el procesamiento de diversas tareas.

OLMo-2-1124-13B-DPO — Modelo de lenguaje de alto rendimiento en inglés, adecuado para diversas tareas.

ProactiveAgent — Agente proactivo basado en modelos lingüísticos de gran tamaño (LLM), que predice las necesidades del usuario y ofrece ayuda de forma proactiva.

OpenScholar — Modelo de lenguaje aumentado por búsqueda para la síntesis de literatura científica

dolmino-mix-1124 — Conjunto de datos de alta calidad para la segunda etapa de entrenamiento de OLMo2.

OLMo-2-1124-13B-Instruct — Modelo de lenguaje grande optimizado para la generación de texto y la conversación.