language-model 第 3 页
本站收录 124 个带「language-model」标签的 AI 开源项目（按 GitHub 星标从高到低，第 3 / 3 页）
gpt-jgpt-j 是一个基于 Python3 的 GPT-J API 封装工具，旨在让开发者通过简单的接口调用 GPT-J 模型，实现文本生成、博客撰写、代码补全等功★ 205
GUNDAMGUNDAM 是一个利用语言模型对数据进行优先级排序的数据管理系统。它解决的核心问题是：在数据量庞大且复杂的环境中，如何让系统自动识别并优先处理最关键的数据，从★ 187
llampplllamppl 是一个把大语言模型当作概率编程运行时的 Python 框架。传统概率编程（如 PyMC、Stan）需要手写先验、似然和推理算法，而 llampp★ 183
chatpdf-gptChatPDF-GPT 是一个基于 LangChain 和 OpenAI 构建的开源 PDF 对话助手，采用全栈 TypeScript 开发，前端使用 Next★ 182
Attention-SinkAttention-Sink 是 ICLR 2025 的 Spotlight 论文官方实现，从实证角度研究语言模型中注意力汇聚（attention sink）现★ 164
EasyRecEasyRec 是一个面向推荐系统的轻量级语言模型，由阿里巴巴研究团队开发，论文发表于 EMNLP 2025。它旨在解决传统推荐模型依赖复杂特征工程和深度模型结★ 150
gpt4localgpt4local 是一个轻量级的本地大语言模型推理工具，提供 OpenAI 兼容的 API 接口，并支持文档问答。它旨在解决用户在使用本地模型时面临的部署复杂★ 149
GraphiteGraphite 是一个私有的、模块化的、基于节点的 AI 工作空间，旨在将多种大语言模型（如 Ollama、OpenAI、Gemini、Anthropic 和★ 147
gigaevo-coregigaevo-core 是一个用大语言模型驱动的进化算法框架，目标不是训练模型参数，而是自动改进程序本身。它把待优化的代码或程序当作进化个体，通过 LLM 生★ 128
LLM-PuzzleTestLLM-PuzzleTest 是一个专注于多模态谜题推理的开源项目，主要发布用于评估和提升大语言模型（LLM）在多模态谜题场景下推理能力的数据集和模型。该项目针★ 122
golcgolc 是一个面向 Go 开发者的 LLM 应用开发框架，灵感来自 LangChain，强调通过可组合性来构建 AI 应用。它解决的是 Go 语言生态中缺乏成★ 117
local-chatLocalChat 是一款运行在本地电脑上的类 ChatGPT 聊天应用，基于 Electron 和 TypeScript 构建。它利用 llama.cpp 和★ 115
training_hubtraining_hub 是一个面向大语言模型训练、持续学习和强化学习技术的算法接口库。它旨在为研究者和工程师提供一个统一、简洁的界面，以访问和比较各种常见的训★ 102
ShapeGPTShapeGPT 是一个将 3D 形状生成与多模态语言模型统一起来的开源项目。它旨在解决传统 3D 建模门槛高、交互复杂的问题，让用户能通过自然语言指令直接生成★ 102
llm-scratch-pytorch这是一个从零开始用PyTorch实现大语言模型（LLM）的教学型项目，面向初学者，通过逐步构建GPT-2风格的模型来理解LLM的核心原理。项目解决了“只懂调用A★ 101
ai-assistant-teaching-website通慧智教是一个基于大模型的智能教学网站，通过AI教学助理“小慧”以语音或文本的自然语言方式与用户交互。项目旨在解决传统教学网站交互方式单一、智能化程度低的问题，★ 97
OkapiOkapi 是一个面向多语言场景的指令微调大语言模型项目，核心解决非英语语言（如中文、西班牙语、印地语等）在指令跟随和对话质量上表现不足的问题。项目基于 LLa★ 96
DiGITDiGIT 是一个基于自回归建模的图像生成框架，来自 NeurIPS 2024 论文。它提出通过稳定潜空间来统一图像自回归建模的视角，解决了传统自回归模型在图像★ 78
nanochat-mlxnanochat-mlx 是一个在 Apple Silicon 上训练类 ChatGPT 对话模型的开源项目，是 nanochat 的 MLX 移植版。它解决的★ 77
CompanionCompanion 是一个基于 Python 的 AI 驱动 Discord 机器人，将趣味对话与智能管理工具融为一体。它利用 GPT-4、Cohere 等大语★ 71
automated-brain-explanationsautomated-brain-explanations 是一个用于生成和验证大脑自然语言解释的开源项目。它主要解决神经科学研究中，如何将复杂的脑成像数据（如 ★ 67
universal-intelligenceUniversal Intelligence 是一个致力于简化 AI 开发的智能体框架，口号是“让 AI 变得简单”。它主要解决开发者在构建智能体时面临的复杂性★ 63
ObsScalingObsScaling 是 NeurIPS 2024 Spotlight 论文《Observational Scaling Laws》的开源实现，主要研究如何通过★ 63
aug-peaug-pe 是 ICML 2024 Spotlight 论文的开源实现，专注于通过基础模型 API 生成满足差分隐私的合成文本数据。它解决的核心问题是：在保护★ 62