LLM4Decompile开源项目 – 用大语言模型反编译二进制代码

dwim是一个基于语义的建模平台，旨在为软件组件、系统和流程建模，通过模型构建软件，并在适用的情况下利用人工智能填充实现细节。该平台还包含IDP链接，用于部署服务、监控等功能。

ContextQA是一个基于AI的软件测试自动化解决方案，彻底改变了质量保证工作流程。它能实现全面的测试覆盖，并高效交付高质量的软件，提供无缝的用户体验，让测试变得轻松！

通义千问-7B是阿里云研发的通义千问大模型系列的70亿参数规模的模型，基于Transformer的大语言模型，经过超大规模的预训练数据训练，覆盖广泛，包括网络文本、专业书籍、代码等。

LLM4EDA是一个致力于利用大语言模型技术提升电子设计自动化（EDA）效率的项目，涵盖电路设计和芯片设计的最新进展，并集成多种工具和资源以支持设计流程。

Nanbeige-16B（南北阁-16B）是南北阁大模型实验室研发的160亿参数规模的大语言模型，采用了2.5T Tokens进行预训练，数据包含大量互联网高质量语料、各类书籍、代码等领域脱敏文本，在各个权威测评数据集上都取得了不错的效果。本次发布包含有 Base、Chat 以及扩展上下文长度的 Base-32k、Chat-32k 版本。

Qwen-72B-Chat是阿里巴巴云开发的大型语言模型，参数规模为720亿，训练数据超过3万亿个token。它在自然语言理解和数学任务上表现优异，支持系统提示增强、工具使用和长上下文理解（高达32K tokens），适合多种自然语言任务。该模型在多个基准测试中表现优异，甚至在某些中文评估中超越了GPT-3.5和GPT-4。

VulnCheck是一款前沿的网络威胁情报平台，旨在提供对漏洞生态系统的前所未有的可视化能力。它帮助组织在快速发展的威胁环境中保持领先，提供详细的利用和漏洞情报，使组织能够优先响应并采取主动措施，防止攻击的发生。

Globe Explorer 是一个用于探索和发现热门话题的平台，提供研究资源并促进用户反馈。它利用大语言模型（LLMs）理解用户查询，并生成可视化的主题页面，让用户以搜索引擎无法理解的方式探索信息。

The Pipe 是一个多模态工具，旨在将现实世界的信息输入到大语言模型中。它采用多核设计，并通过精心设计的启发式方法，从各种来源（如文件、文件夹、网页等）创建有意义的文本和图像提示，提升信息处理的效率和质量。

Lagent是一个专为轻量AI代理设计的开源框架，旨在为开发者提供高效构建智能代理的工具。它通过简化的架构支持快速开发与部署，特别适用于资源受限场景。Lagent支持用户快速地将一个大语言模型转变为多种类型的智能体，并提供了一些典型工具为大语言模型赋能。

GeekAI 是一款基于 AI 大语言模型 API 实现的全套开源 AI 助手解决方案，集成了多个平台的大语言模型和 AI 绘画工具，提供流畅的交互体验。项目采用 Go + Vue3 + element-plus 技术栈构建，基于 Websocket 实现，支持多种支付方式和插件 API，广泛应用于客户服务、教育和娱乐等领域。

Cotempqa项目旨在探讨大型语言模型在共时推理方面的能力，特别是如何理解和分析时序数据。该项目提供了分析视频中时间序列事件和处理动态变化的数据集的工具，帮助研究者和开发者在实时数据处理和推理方面获得更深入的理解与应用。

DeepScaleR旨在为大语言模型（LLMs）提供强大的性能提升，仅用1.5B参数就超越了7B参数模型的性能。该项目完全开源，包括训练脚本、模型、数据集和日志，特别适用于参与AIME 2024竞赛的模型。

这篇论文对大语言模型的微调，从技术、研究、最佳实践、应用研究挑战和机遇等方面进行了详尽的回顾。

Shandu 是一款利用大语言模型（LLM）和网络爬虫技术的开源工具，能够对任意主题进行全面研究，并自动生成包含完整引用的综合报告。它通过多搜索引擎和LLM的集成，支持深入迭代探索，省去繁琐的手动资料收集工作，适用于学术研究、市场情报、内容创作等多种场景。

StyleLLM文风大模型是一个文本风格迁移项目，基于大型语言模型，提供四个经过中国四大名著训练的模型，能够支持多种文本风格的转换，适用于各种语言处理场景。

transformers.js-chrome 是一个浏览器插件，旨在直接在浏览器中运行大语言模型。它支持本地小模型（1-7B规模）及DeepSeek-R1的蒸馏版本，无需WASM方案，用户只需安装插件即可使用。对于性能足够强的电脑，还可以加载并运行更大的模型。