Awesome-LLM-Post-training

Un repositorio de recursos de tutoriales, estudios y guías sobre métodos de post-entrenamiento de modelos lingüísticos de gran tamaño (LLM).

Produto ComumProdutividadeLLMPost-entrenamiento

Abrir Site

Awesome-LLM-Post-training es un repositorio centrado en los métodos de post-entrenamiento de modelos lingüísticos de gran tamaño (LLM). Ofrece investigaciones profundas sobre el post-entrenamiento de LLM, incluyendo tutoriales, estudios y guías. Este repositorio se basa en el artículo "LLM Post-Training: A Deep Dive into Reasoning Large Language Models", cuyo objetivo es ayudar a los investigadores y desarrolladores a comprender y aplicar mejor las técnicas de post-entrenamiento de LLM. Este repositorio es de acceso abierto y gratuito, adecuado para la investigación académica y las aplicaciones industriales.

Proporciona artículos de investigación y recursos sobre las últimas investigaciones en post-entrenamiento de LLM.
Incluye estudios y tutoriales detallados que ayudan a los usuarios a empezar rápidamente.
Proporciona implementaciones de código y marcos para varios métodos de post-entrenamiento de LLM.
Admite experimentos con varios modelos de LLM y técnicas de post-entrenamiento.
Proporciona abundantes pruebas comparativas y escenarios de aplicación para verificar los efectos del post-entrenamiento.
Admite contribuciones de la comunidad; los usuarios pueden enviar sus propias investigaciones y código.
Proporciona documentación y tutoriales detallados para ayudar a los principiantes a empezar rápidamente.

\Este repositorio es adecuado para académicos
desarrolladores e profesionales interesados en el post-entrenamiento de modelos lingüísticos de gran tamaño (LLM) que trabajan en el campo del procesamiento del lenguaje natural y la inteligencia artificial. Ofrece a los investigadores abundantes artículos de investigación e implementaciones de código que les ayudan a comprender y aplicar rápidamente las últimas técnicas de post-entrenamiento; a los desarrolladores
les proporciona marcos y herramientas prácticas que facilitan la implementación y optimización rápida de la capacidad de inferencia de los LLM en proyectos reales.\

Los investigadores pueden utilizar los artículos y el código de este repositorio para llevar a cabo rápidamente investigaciones sobre el post-entrenamiento de LLM.
Los desarrolladores pueden utilizar los marcos y herramientas incluidos para aplicar las técnicas de post-entrenamiento a proyectos reales de procesamiento del lenguaje natural y mejorar el rendimiento del modelo.
Los estudiantes pueden leer los tutoriales y las guías para aprender los conceptos y técnicas básicas del post-entrenamiento de LLM
sentando así las bases para futuras investigaciones y desarrollos.

1. Acceda a la página principal del proyecto y explore el archivo README para obtener una descripción general del proyecto.
2. Seleccione los recursos de artículos
código o tutoriales relevantes según sus necesidades.
3. Si necesita usar el código
clone el repositorio en su máquina local y siga las instrucciones de la documentación para la instalación y configuración.

Abrir Site

Awesome-LLM-Post-training Situação do Tráfego Mais Recente

Total de Visitas Mensais

474564576

Taxa de Rejeição

36.20%

Média de Páginas por Visita

6.1

Duração Média da Visita

00:06:34

Awesome-LLM-Post-training Tendência de Visitas

Awesome-LLM-Post-training Distribuição Geográfica das Visitas

Awesome-LLM-Post-training Fontes de Tráfego

Awesome-LLM-Post-training Alternativas

Awesome-LLM-Post-training — Un repositorio de recursos de tutoriales, estudios y guías sobre métodos de post-entrenamiento de modelos lingüísticos de gran tamaño (LLM).

Best AI Websites & Tools

Awesome-LLM-Post-training

Awesome-LLM-Post-training Situação do Tráfego Mais Recente

Awesome-LLM-Post-training Tendência de Visitas

Awesome-LLM-Post-training Distribuição Geográfica das Visitas

Awesome-LLM-Post-training Fontes de Tráfego

Awesome-LLM-Post-training Alternativas

Awesome-LLM-Post-training — Un repositorio de recursos de tutoriales, estudios y guías sobre métodos de post-entrenamiento de modelos lingüísticos de gran tamaño (LLM).

l1m — Uma API proxy usada para extrair dados estruturados de texto e imagens, implementada com base em LLMs.

Gerador de Firecrawl LLMs.txt — Ferramenta para gerar arquivos de texto integrados de sites para treinamento e inferência de LLM

Hugo Translator — Outil de traduction d'articles basé sur les LLM, traduisant et créant automatiquement des fichiers Markdown multilingues.

Agentes Aviator — Uma estrutura de agente baseada em LLM para executar migrações de código em larga escala em repositórios de código.

llm-commit — Un plugin pour générer des messages de commit Git avec un LLM

Crawl4LLM — Uma ferramenta de web scraping eficiente para pré-treinamento de LLM, focada em extração eficiente de dados de alta qualidade.

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

VisionAgent — O VisionAgent é uma biblioteca para gerar código que resolve tarefas de visão computacional, suportando diversos provedores de LLM.

OmniParser V2 — OmniParser V2 é uma tecnologia que transforma qualquer LLM em um agente utilizável por computador.

Supametas.AI — Plataforma de processamento de dados não estruturados que ajuda as empresas a construir rapidamente conjuntos de dados setoriais e integrá-los ao banco de conhecimento LLM RAG.

stocks-insights-ai-agent — Aplicativo full-stack baseado em LLM e LangChain para recuperação de dados e notícias de ações.

OpenDeepResearcher — Uma ferramenta de pesquisa profunda baseada em IA que busca informações continuamente até atender às necessidades de consulta do usuário.

DocETL — Um sistema de processamento de dados impulsionado por LLM.

DocWrangler — Um ambiente de desenvolvimento interativo de código aberto para construir e otimizar pipelines de processamento de dados baseados em LLMs.

llm-datasets — Conjunto de dados, ferramentas e conceitos de alta qualidade para o ajuste fino de modelos de linguagem grandes.

FlashInfer — FlashInfer é uma biblioteca de kernels de GPU de alto desempenho para serviços de modelos de linguagem grandes.

llmstxt-generator — Ferramenta para gerar arquivos de texto integrados de conteúdo de sites para treinamento e inferência de LLM.

CodebaseToPrompt — Ferramenta que converte arquivos locais em prompts estruturados para modelos de linguagem grandes.

Incorporação de Documentos — Utiliza tecnologia de IA composta para processar documentos em linha, superando a diferença de modalidades.

IdentityRAG — Ferramenta LLM para pesquisa, unificação e recuperação de dados de clientes

LangWatch — Monitore, avalie e otimize seus aplicativos LLM

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

Visualizador GraphRAG — Uma ferramenta web para visualizar e explorar a ferramenta GraphRAG da Microsoft.

Flow by Laminar — Motor de tarefas leve para construir agentes de IA com estado, suportando diversos tipos de processamento de tarefas.

ElevenLabs Conversational AI — Implemente rapidamente um agente de IA conversacional

AI-Data-Analysis-MultiAgent — Sistema de análise de dados multiagente impulsionado por IA

Gerador de llms.txt — Gera um arquivo llms.txt para auxiliar LLMs a usar seu site durante a inferência.

aisuite — Acesso unificado a múltiplos serviços de IA generativa

Protocolo de Contexto de Modelo — O MCP é um protocolo aberto para integração perfeita de aplicativos de modelos de linguagem grandes com fontes de dados e ferramentas externas.