mcphost开源项目 – 大语言模型与外部工具互动的CLI应用

LLM4Decompile是致力于反编译的开创性开源大型语言模型，支持将Linux x86_64二进制文件反编译为人类可读的C源代码。该项目通过利用大语言模型，提高了反编译的准确性和效率，涵盖了多个优化级别，并提供了丰富的基准测试和训练数据集。

LLMOps.Space是一个全球性的社区，专注于大语言模型（LLM）相关的公司、开源模块、教育资源和融资新闻等，旨在帮助从业者发现、学习和参与LLM的各个方面。

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。

AI Tamago是一个基于大型语言模型生成和驱动的虚拟宠物，能够在本地运行，无需网络连接。它不仅具备思维和情感，还允许用户自定义宠物的外观和行为，提供交互式对话功能，并支持多种情感反应。

一个强大的AI代理开发SDK，用于构建单个AI代理和代理群体系统。支持多种主流LLM模型(包括OpenAI、Anthropic、MistralAI、Gemini等)，具备向量检索、工具集成、多代理协作等功能，可快速搭建智能应用。特色是支持代理群组(Swarm)协作完成复杂任务。

Water是一个无代码的ChatGPT构建平台，用户可以轻松构建自定义的AI应用程序，快速部署到电子邮件、电话号码或API，同时支持与多种工具进行连接。

这是一个专注于通过强化学习（RL）提升大语言模型（LLM）推理能力的资源库。它旨在帮助研究人员和开发者快速掌握RL与LLM结合的最新进展，并提供解决如何通过RL提升LLM推理能力的实用资源。资源库汇集了最新的相关论文、幻灯片和开源项目，涵盖多种RL方法和LLM推理优化技巧，同时提供丰富的学习资源和实践案例，助力学习者和实践者深入理解并应用RL与LLM的结合。

这是一个专注于大语言模型在数学推理方面应用的资源集合，旨在帮助用户更好地理解和利用这些模型解决各种数学问题。该项目汇集了多种与数学推理相关的大语言模型，提供丰富的示例和应用案例，同时包含使用不同数学工具和库的指南，支持多种数学问题的解决方案。

Swift Security是一个统一的AI安全平台，通过公共、私有和自定义的大语言模型积极保护用户、开发者和应用程序。

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。

Otto是一个基于大语言模型的自主集体决策工具，旨在通过智能化的信息处理与分析，支持多方协作与集体决策，提高团队的决策效率与准确性。

GradientJ旨在使NLP应用更易获取，提供创建、微调和管理NLP应用的综合解决方案，充分利用大语言模型的能力。

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。

mini_qwen是一个从头开始训练的1B参数的大型语言模型(LLM)项目，包括预训练(PT)、微调(SFT)和直接偏好优化(DPO)3个部分。该项目基于Qwen2.5-0.5B-Instruct模型，通过扩充模型隐藏状态层数、隐藏状态维度和注意力头数，增加参数量到1B，并进行参数随机初始化。支持中英文，预训练和微调仅需要12G显存，直接偏好优化仅需要14G显存。使用flash_attention_2进行加速，使用deepspeed在6张H800上进行训练，探究了尺度定律(scaling law)、复读机现象与微调阶段的知识注入。

Entry Point AI 是一个现代化的微调平台，支持定制和管理大语言模型，用户无需编程技能即可训练和评估模型。它提供用户友好的界面，帮助用户按照具体需求优化大语言模型的表现。