large-language-models
13件のリポジトリ
Langflow is a powerful tool for building and deploying AI-powered agents and workflows.
ロードマップで学ぶLLM実践講座 — 大規模言語モデルを基礎から実務まで体系的に学べる無料コースです。数学・Python・ニューラルネットの基礎から、LLM開発(Scientist)、LLMアプリ構築・デプロイ(Engineer)まで3部構成で、Colabノートブックや評価・マージ用ツールも充実しています。
为GPT/GLM等LLM大语言模型提供实用化交互接口,特别优化论文阅读/润色/写作体验,模块化设计,支持自定义快捷按钮&函数插件,支持Python和C++等项目剖析&自译解功能,PDF/LaTex论文翻译&总结功能,支持并行问询多种LLM模型,支持chatglm3等本地模型。接入通义千问, deepseekcoder, 讯飞星火, 文心一言, llama2, rwkv, claude2, moss等。
AI Agent実践本『深入理解AI Agent』全文+実験コード無料公開 — 『Agent = LLM + 文脈 + ツール』を軸に、原理から実装まで10章で解説する書籍のオープンソース版です。全文・図解・109個の実験コードを無料公開し、実際に手を動かして学べます。RAGやマルチエージェント、強化学習、MCPなど最新トピックを網羅し、多言語版PDF/EPUBも配布されています。
Build AI Agents, Visually
PythonとML処理をラップトップからクラスタまでスケールするRay — Rayは分散ランタイム(タスク・アクター・オブジェクト)と、データ処理・分散学習・ハイパーパラメータ調整・強化学習・サービングを支えるAIライブラリ群を組み合わせたフレームワークです。ラップトップからKubernetesクラスタまで動作し、LLM推論・サービング機能やダッシュボード、分散デバッガも備え、従来のMLからLLMまで幅広くスケールしたいチームに適しています。
Google製、LLMで文章から構造化データを抜き出すライブラリ — LangExtractはGeminiなどのLLMを使い、臨床記録やレポートなどの非構造テキストから構造化情報を抽出するPythonライブラリです。抽出結果を元テキストの正確な文字位置に紐づける「ソースグラウンディング」と、結果をインタラクティブに可視化できる点が特徴で、医療文書解析や大規模テキストの情報抽出を行う開発者に有用です。
LLMアプリとエージェントのためのOSSトレース&評価基盤 — LangfuseはLLMアプリケーションをトレース・評価・デバッグできるオープンソースのセルフホスト型プラットフォームです。LangChainやLlamaIndex、AutoGenとの連携やプロンプト管理機能も備え、Y Combinator出身で自前運用を重視するチームに向いています。
An LLM-powered knowledge curation system that researches a topic and generates a full-length report with citations.
ベクトル検索・グラフ・LLMエージェントを統合するAIフレームワーク — txtaiはベクトルインデックス、グラフネットワーク、リレーショナルDBを統合した埋め込みデータベースを核に、セマンティック検索やRAG、マルチモデルワークフローを実現するAIフレームワークです。個別ツールを組み合わせずに、自律エージェントや検索主体のAIアプリをPythonで構築したい開発者に適しています。
生テキストから対話モデルまで、LLMを自作で学ぶ実装集 — PyTorchのみでTransformerを一から実装し、事前学習からSFT・報酬モデル・PPO/DPO・GRPOまで一通り体験できるチュートリアルです。trlやpeftなど既存ライブラリを使わず全アルゴリズムを手書きしている点が特徴で、単一GPUで数百万〜数十億パラメータのLLMを自作したい学習者に向いています。
FinRobot: An Open-Source AI Agent Platform for Financial Applications using Large Language Models
厳密な状態分岐でvLLM比9.5倍速い意思決定モデル推論基盤 — FlideはJevスタイルの意思決定モデル向け推論基盤です。厳密な状態分岐(exact state forking)により、/v1/systemone APIをvLLMやSGLangより最大9.5倍高速に提供しつつ、各回答が質問単独で得られる結果と一致することを保証します。LLMによる判断・審査処理で速度と決定性の両方が必要なチームに向いています。