一个开源免费的跨平台 ChatGPT/Gemini 应用，通过一键部署轻松拥有自己的 ChatGPT 网页应用，支持多种 GPT 模型。

辅助用户测试和优化大型语言模型(LLM)的提示工具，支持多模型测试、模板保存、动态生成提示、模型配置管理及并排比较输出结果，适用于开发者、研究人员和内容创作者。

MAP-NEO/document-convert是一个高效的转换管道，能够将PDF或扫描图像转换为类似Markdown格式，保留文档结构和格式，适用于多模态艺术投影项目。

《自然语言处理：基于预训练模型的方法》随书代码，提供多种基于预训练模型的自然语言处理方法，支持文本分类、命名实体识别、问答等任务，包含详细的使用示例和文档，易于扩展和集成到其他项目中。

WaveCoder是一个广泛且多才的项目，专注于增强指令调优和精炼数据生成，采用经过精心调优的代码语言模型和生成器-判别器框架，从开源代码中生成高质量、非重复的指令数据，显著提升大型语言模型在与代码相关任务中的表现和泛化能力。

DinkyTrain是普林斯顿大学NLP团队基于fairseq构建的预训练库，集成了DeepSpeed内核，旨在提供高效的模型训练和简化的训练过程，支持灵活的配置选项。

Stick-breaking Attention 是一种基于 Triton 的变长序列注意力机制实现，旨在通过优化计算方式提升在 GPU 上的性能，适合多种深度学习任务，易于与现有框架集成。

一个用于生成文本和语言处理的示例项目，结合了LangChain和Google的Gemini模型，提供了多种语言生成和处理功能。

gptcommit是一个利用GPT-3帮助开发者撰写更好提交信息的工具。它生成基于代码更改的描述性提交信息，并支持多种编程语言，集成于现有的Git工作流程中，用户可以自定义提交信息模板。

Repomix 是一款高效的工具，专门用于将代码库打包成 AI 友好的格式，便于输入到大型语言模型中进行处理。它支持多种功能，包括遵循 .gitignore 规则、远程仓库处理、Token 计数、安全检测等，确保代码打包过程高效且安全。此外，Repomix 还提供智能 Token 计数模块、安全扫描引擎、多格式解析器、依赖关系可视化和增量式打包等高级功能，适用于多种应用场景。

llm.mojo是Andrjey Karpathy将大型语言模型(LLM)最小化代码移植到Mojo编程语言的版本，旨在提供高效的模型推理和简化的学习体验。

EvalGPT是一个基于GPT-4、CodeLlama和Claude 2等大型语言模型的代码解释器框架，允许用户编写任务，协助编写和执行代码，并交付结果。它支持多种编程语言和任务类型，提供用户友好的接口，便于任务输入和结果输出。

Moxin是一个纯Rust编写的AI大型语言模型平台，展示了Makepad UI工具包和Project Robius框架在多平台Rust应用开发中的强大能力，当前处于Beta测试阶段。

Zeno Build旨在帮助开发人员快速构建、比较和迭代使用大型语言模型应用的工具，提供简单的代码示例和实验管理功能。

一项研究，探讨如何将视觉设计直接转换为代码，实现前端工程的自动化。该项目利用多模式理解和生成能力，能够高效地将设计转化为可用的网页代码，并通过全面的基准测试验证其性能，特别是与其他模型的比较。

该项目深入介绍了Transformer模型的背景、关键组件及其实现细节，旨在帮助开发者理解并实现Transformer架构。

llama2.zig是一个用纯Zig编写的项目，旨在提供Llama 2模型的推理功能。它的设计强调高性能和易用性，所有功能都封装在一个文件中，方便用户直接运行或集成到其他Zig项目中。

Judi.jl是一个用于对向量、矩阵和张量表达式进行微分的库，支持高效的符号微分，提供简单易用的接口，适用于科学计算和机器学习领域的自动微分需求。

一套全新的轻量级、多语种支持的语言模型，专为推理、编程和工具使用设计，可在计算资源受限的环境中运行，适合企业使用和定制

由阿里云团队开发的编程语言模型，支持多种编程语言，旨在提升代码编写效率和学习编程技能。该模型结合了先进的人工智能技术，能够理解和生成多种编程语言的代码，为开发者和学习者提供智能辅助。

指令回译是一种可扩展的方法，通过自动为人类编写的文本添加相应的指令标签，从而构建一个高质量的指令跟随语言模型。该方法在生成和筛选训练样例方面表现出色，并且可以微调现有模型以提高性能。

MInference是一种高效的长上下文大型语言模型（LLM）推理加速工具，采用动态稀疏注意力机制和稀疏计算方法，显著加速长序列处理的预填充过程。它能够在保持高准确性的同时，将LLM处理百万上下文的时间提速10倍，适用于A100等硬件平台。MInference可直接应用于现有的LLM，无需预训练或额外微调，已在多个基准模型上验证其性能。

UI Sketcher是一个VSCode插件，借助GPT-4V的多模态能力，在插件中画出界面草图，就能生成一个基于ReactNative的UI界面。

一个合并预训练大型语言模型的工具，能够将多个模型组合成一个独特的、性能更优的模型。

PyTorch是一个开源的深度学习框架，广泛用于计算机视觉和自然语言处理等领域。

建立在HuggingFace模型和PyTorch Fully Sharded Data Parallelism基础上的训练套件，旨在优化吞吐量，简化在资源受限环境中训练中型模型的分布式方案设置工作流程，尤其适用于学术集群。

一种利用自我学习原则的度量学习方法，无需标签。

Doctran是一个文档转换框架，旨在通过使用大型语言模型(LLM)和开源自然语言处理(NLP)库，将原始文本转换为干净、结构化、信息密集的文档，从而优化向量空间检索的效果。该框架能够有效地处理非结构化文本数据，提升文档的可读性和检索效率。

智能优化版Llama.cpp：基于原版Llama.cpp的克隆项目，它增加了最先进的量化技术，并针对CPU性能进行了改进，使得在处理大型语言模型时更加高效

IBM开发的声明式提示编程语言，专为创建可靠、可组合的LLM提示而设计。