llm.c

Treinamento de LLM usando C/CUDA simples e básico

Produto ComumProgramaçãoLLMC

karpathy/llm.c é um projeto que implementa o treinamento de LLM usando C/CUDA de forma simples. Ele visa fornecer uma implementação de referência limpa e simples, mas também inclui versões otimizadas que se aproximam do desempenho do PyTorch, com uma redução significativa no código e nas dependências. Atualmente está em desenvolvimento a implementação direta em CUDA, otimização da versão CPU usando instruções SIMD e suporte a arquiteturas modernas como Llama2 e Gemma.

Best AI Websites & Tools

llm.c

llm.c Situação do Tráfego Mais Recente

llm.c Tendência de Visitas

llm.c Distribuição Geográfica das Visitas

llm.c Fontes de Tráfego

llm.c Alternativas

llm.c — Treinamento de LLM usando C/CUDA simples e básico

Engenharia de Prompts — Um repositório abrangente de recursos sobre Engenharia de Prompts

Técnicas RAG — Conjunto revolucionário de tecnologias de sistemas de geração aprimorada por recuperação.

olmOCR — O olmOCR é um pacote de ferramentas para linearizar PDFs para treinamento de conjuntos de dados de LLMs.

hallucination-leaderboard — Um ranking que compara a taxa de alucinação de grandes modelos de linguagem (LLMs) ao resumir documentos curtos.

Finbar — Oferece dados financeiros globais básicos, integrando-se rapidamente a modelos e auxiliando analistas financeiros modernos em seu trabalho eficiente.

Imitar Antes de Detectar — Um método avançado para detectar textos revisados por máquinas, melhorando a precisão da detecção através da imitação do estilo de máquina.

Sonus-1 — Sonus-1: Inaugurando uma nova era para modelos de linguagem de grande porte (LLMs)

Interface Texto-para-CAD — Cria arquivos CAD B-Rep e malhas a partir de prompts de linguagem natural

InternVL2_5-8B-MPO — Modelo de linguagem grande multimodais, demonstrando desempenho geral excepcional.

Llama-3.1-70B-Instruct-AWQ-INT4 — Modelo de geração de texto com 70 bilhões de parâmetros

ModernBERT — O ModernBERT é um modelo de codificador de nova geração com desempenho excepcional.

Smolagents — Biblioteca leve para construir agentes inteligentes de alto desempenho.

Llama-lynx-70b-4bitAWQ — Modelo de geração de texto com 7 bilhões de parâmetros

PromptWizard — Estrutura de otimização de prompts baseada em percepção de tarefa

Gemini 2.0 Flash Experimental — Modelo de IA de alto desempenho desenvolvido pelo Google DeepMind

Q-RWKV-6 32B Instruct Preview — Variante mais poderosa do modelo RWKV, superando vários benchmarks em inglês.

Modelo de Geração de Voz CosyVoice 2.0-0.5B — Modelo de síntese de voz eficiente e multilíngue

tulu-3-sft-olmo-2-mixture — Conjunto de dados de texto multilíngue em larga escala

OLMo-2-1124-7B-RM — Modelo de linguagem grande, usado para geração e classificação de texto

ChatGPT Pro — Acesso em escala a modelos de IA de ponta

PaliGemma 2 — O PaliGemma 2 é um poderoso modelo de linguagem visual, fácil de otimizar.

OLMo 2 1124 7B Mixture de Preferências — Conjunto de dados de texto em larga escala para pesquisa de mistura de preferências

OLMo-2-1124-7B-SFT — Modelo de geração de texto em inglês de alto desempenho

OLMo-2-1124-7B-DPO — Modelo avançado de geração de texto, que suporta o processamento de diversas tarefas.

OLMo-2-1124-13B-DPO — Modelo de linguagem inglês de alto desempenho, adequado para diversas tarefas.

ProactiveAgent — Agente proativo baseado em modelos de linguagem grandes, que prevê as necessidades do usuário e oferece ajuda de forma proativa.

OpenScholar — Modelo de linguagem aprimorado por recuperação para síntese de literatura científica

dolmino-mix-1124 — Conjunto de dados de alta qualidade, usado na segunda etapa do treinamento do OLMo2.

OLMo-2-1124-13B-Instruct — Modelo de linguagem grande otimizado, especializado em geração de texto e diálogo.