最佳 AI 模型与大语言模型 AI GitHub 仓库

ggml-org/llama.cpp: C/C++中的LLM推理

AI GitHub 仓库

ggml-org/llama.cpp是一个专注于C/C++中LLM推理的GitHub仓库。它允许开发者参与其开发并利用其在机器学习应用中的能力。

OpenAI Whisper

AI GitHub 仓库

Whisper 是 OpenAI 开发的一个强大、通用的语音识别模型。它在多语言语音识别、语音翻译和语言识别方面表现出色。通过在多样化的音频数据上进行训练，它提供了一个单一模型来处理各种语音处理任务，用统一的序列到序列方法取代了传统的多阶段流水线。

Code Llama

AI GitHub 仓库

Code Llama 提供 Meta 的 Code Llama 模型（一系列用于代码的大型语言模型）的推理代码。这些模型提供最先进的性能、代码补全能力，并支持大型输入上下文，非常适合各种编程任务和研究。

Microsoft BioGPT

AI GitHub 仓库

BioGPT 是一个用于生物医学文本生成和挖掘的生成式预训练 Transformer 模型。由微软开发，它提供了针对各种下游任务（包括问答和关系抽取）的预训练和微调模型检查点，并通过 Hugging Face 轻松集成。

StarCoder

AI GitHub 仓库

StarCoder 是一个在源代码和自然语言上训练的大型语言模型。它在代码生成、代码补全和文本生成任务方面表现出色。此存储库提供了用于微调和推理的资源，使开发人员能够将其功能集成到各种应用程序中。

LLaVA: Large Language and Vision Assistant

AI GitHub 仓库

LLaVA 是一个视觉指令调优模型，结合了大型语言和视觉能力。其目标是达到 GPT-4V 级别的性能，实现多模态理解和交互。该项目为研究人员和开发者提供了代码、模型和资源。

Kandinsky 2

AI GitHub 仓库

Kandinsky 2 是一个多语言文本到图像的潜在扩散模型。它提供高级的图像生成功能，包括文本到图像、图像到图像和图像修复。该模型支持 ControlNet 以增强图像生成控制，并利用强大的编码器来改进对文本和图像的理解，从而产生更具美感的输出。

Qwen3 大语言模型

AI GitHub 仓库

Qwen3 是阿里巴巴达摩院语言科技实验室 Qwen 团队开发的一系列大语言模型。它在指令遵循、推理、文本理解和多语言支持方面提供了增强的功能。模型有多种尺寸和配置可供选择，包括“思考”和“非思考”模式，并支持长上下文理解。

Anthropic SDK Python

AI GitHub 仓库

Anthropic SDK for Python 为开发者提供了直接访问 Claude API 的能力。这个开源库便于将先进的 AI 功能集成到 Python 应用程序中，从而实现与 Anthropic 的语言模型进行程序化交互，以完成各种自然语言处理任务。

StableLM 语言模型

AI GitHub 仓库

StableLM 是 Stability AI 开发的开源语言模型系列。此 GitHub 仓库托管着持续的开发工作，提供了对 StableLM-3B-4E1T 和 StableLM-Alpha v2 等各种检查点的访问。它旨在供研究人员和开发人员探索和构建先进的 AI 语言能力。

MiniGPT-4 & MiniGPT-v2

AI GitHub 仓库

MiniGPT-4 和 MiniGPT-v2 的开源代码，先进的大型语言模型，增强视觉-语言理解能力。这些模型支持视觉-语言任务的多任务学习，提供图像理解和生成能力。它们基于 Llama 2 和 Vicuna 模型构建，为研究人员和开发人员提供了强大的工具。

Mistral AI — API Profile by API Evangelist

AI GitHub 仓库

4 天前

Mistral AI是一家位于巴黎的公司，专注于开发先进的大型语言模型。该GitHub存储库提供了其公共API接口的独立第三方资料，为通过La Plateforme访问这些模型的开发者和企业提供了见解。

Burrito Core

AI GitHub 仓库

2 天前

Burrito Core 是一个针对 gpt-oss 的推理工具，兼容 OpenAI 和 Anthropic API。它支持原生 Python 和浏览器工具，利用 llama.cpp 或 vLLM 进行高效处理。

韩语 LLM v3

AI GitHub 仓库

1 天前

韩语 LLM v3 是一个 GitHub 项目，能够从零开始构建和运行一个专门针对韩语的 10.9 亿参数语言模型。它利用 PyTorch 进行开发，并需要 9GB 的 VRAM 以优化推理，适合对韩语处理感兴趣的开发者。