large-language-models 第 17 页
本站收录 1059 个带「large-language-models」标签的 AI 开源项目（按 GitHub 星标从高到低，第 17 / 22 页）
LongICLBenchLongICLBench 是 TMLR 2025 论文《Long-context LLMs Struggle with Long In-context Lear★ 113
RecLMRecLM 是一个面向推荐系统的指令微调框架，源自 ACL 2025 论文。它通过将推荐任务转化为指令遵循问题，对语言模型进行微调，使其能够理解并执行如“根据历★ 112
arcadiaArcadia 是一个用 Go 编写的全栈 LLMOps 平台，旨在提供多样化、简单且安全的 AI 应用开发体验。它集成了模型管理、提示词编排、数据管道、评估监★ 111
llm-table-surveyllm-table-survey 是一个专注于大语言模型（LLM）在表格处理领域应用的资源汇总项目。它系统收集了相关论文、数据集、工具和基准测试，旨在帮助研究者★ 111
ReAlignReAlign 是一个专注于大语言模型对齐（Alignment）的开源项目，核心思路是“重新格式化对齐”——即通过改变训练数据的格式或结构来提升模型的对齐效果，★ 111
LexoidLexoid 是一个开源的通用适配器，旨在将杂乱无章的真实世界数据转化为干净、可供 AI 智能体直接使用的上下文。它解决了 LLM 应用中数据质量差、格式不统一★ 109
Awesome-AIGC-Research-Groups这是一个收录AIGC（人工智能生成内容）研究团队的精选列表，旨在帮助研究者、学生和从业者快速找到全球顶尖的AIGC实验室和团队。项目解决了AIGC领域信息分散、★ 108
OralGPTOralGPT 是一个面向口腔医学领域的大语言模型项目，由 NeurIPS'25 和 CVPR'26 论文支持，旨在解决口腔医学中多模态理解和生成的专业需求。它★ 108
LLM-Assisted-LightLLM-Assisted-Light 是一个利用大语言模型（LLM）实现类人化交通信号控制的开源项目，对应论文《LLM-Assisted Light: Leve★ 108
LLMeBenchLLMeBench 是一个用于基准测试大型语言模型（LLM）的开源工具，旨在标准化评估流程，帮助开发者比较不同模型的性能。它解决了 LLM 评测中缺乏统一框架、★ 108
AlphaRecAlphaRec 是 ICLR 2025 Oral 论文《Language Representations Can be What Recommenders N★ 108
OpenGPTAndBeyondOpenGPTAndBeyond 是一个致力于实现 ChatGPT 类模型及更先进技术的开源项目集合。它旨在汇总和整理各种大语言模型（LLM）的实现与资源，解决★ 107
mistral-haystackmistral-haystack 是一个将 Mistral AI 模型与 Haystack 框架集成的开源项目，旨在帮助开发者快速构建基于检索增强生成（RAG）★ 107
LLMWebCrawlerLLMWebCrawler 是一个基于大语言模型的智能网络爬虫，使用 Ray 实现分布式并行抓取，并借助 Huggingface 的嵌入模型将网页内容向量化后存★ 107
biomedical-graphragbiomedical-graphrag 是一个专为生物医学研究设计的 GraphRAG（图检索增强生成）系统。它解决的是传统 RAG 在生物医学领域知识关联复杂★ 107
Awesome-Multimodal-Reasoning这是一个精选多模态推理与生成前沿资源的列表，聚焦于基于强化学习（RL）的多模态大语言模型（MLLM）技术。项目系统梳理了图像理解、图像推理、图像生成等方向的最新★ 106
LabVLALabVLA是一个面向科学实验室场景的视觉-语言-动作（VLA）模型开源项目。它旨在解决机器人在科研实验室中执行复杂操作任务时，缺乏对专业仪器、试剂和流程理解的★ 106
langchain-prefectlangchain-prefect 是一个将 Langchain 与 Prefect 工作流引擎集成的工具库。它主要解决在构建基于 Langchain 的 AI★ 106
ROSGPT_VisionROSGPT_Vision 是一个将大型语言模型（LLM）与机器人操作系统（ROS）结合的开源项目，旨在让用户通过自然语言提示直接控制机器人。它解决了传统机器人★ 106
M3ExamM3Exam 是一个多语言、多模态、多层次的 LLM 评测基准，提供配套数据与代码，用于全面检验大语言模型在多样化考试场景中的能力表现，是学术研究者评估模型综合★ 105
Awesome-Diffusion-LLMAwesome-Diffusion-LLM 是一个精选论文列表，专注于大型语言扩散模型（Large-Language-Diffusion-Models）这一前沿★ 105
nexusnexus 是一个基于 Python 的 AI 智能体编排框架，旨在简化复杂 LLM 驱动任务的构建与管理。它解决了多智能体协作、任务分解与调度、上下文管理等问★ 105
Chain-of-EmbeddingChain-of-Embedding 是 ICLR 2025 论文的官方代码与数据仓库，提出了一种无需生成输出即可让大语言模型进行自我评估的方法。它利用潜在空间★ 105
SelfAwareSelfAware 是一个研究型开源项目，核心探索大语言模型（LLM）的自我认知能力，即模型是否知道自己的知识边界。项目通过设计特定测试集和评估方法，量化模型在★ 105
llm-api-starterkitllm-api-starterkit 是一个面向初学者的 LLM API 启动套件，旨在帮助开发者快速搭建第一个基于大语言模型的 API 服务。它使用 Pyth★ 105
HLAHLA 是一个官方开源项目，对应论文《HLA: Higher-order Linear Attention》。该项目旨在解决传统线性注意力在建模高阶特征交互时表★ 104
awesome-language-model-analysis这是一个聚焦大语言模型（LLM）理论与实证分析的论文清单项目。它系统整理了关于语言模型学习行为、泛化能力及其他属性的研究论文，涵盖理论分析、实证分析或两者结合的★ 103
AutoPRAutoPR 是一个用于自动化学术晋升流程的开源工具，其官方实现基于论文《AUTOPR: LET'S AUTOMATE YOUR ACADEMIC PROMOT★ 103
RWKURWKU是一个针对大语言模型（LLM）的“知识遗忘”基准测试框架，源自NeurIPS 2024论文。它解决的是大模型在预训练中可能记住敏感、过时或侵权知识，导致★ 103
ai-optimizerai-optimizer 是一个面向 GenAI 和 RAG 场景的实验与优化工具包，基于 Oracle 数据库的 AI Vector Search 和 NL2★ 102
awesome-turkish-language-models这是一个精选土耳其语AI资源的开源列表，收录了针对土耳其语的模型、数据集和论文。它解决了土耳其语NLP资源分散、查找困难的问题，为研究者和开发者提供了一站式导航★ 102
Time-R1Time-R1 是一个两阶段强化微调框架，用于训练大语言模型进行慢思考、逐步推理，以实现准确且可解释的时间序列预测。它解决了传统时间序列模型缺乏可解释性和推理能★ 102
SpeechPromptSpeechPrompt 是 Interspeech 2022 论文的官方实现，探索将提示学习（Prompt Tuning）应用于生成式口语语言模型，以统一方式★ 102
DS2DS2 是 ICLR 2025 论文《Improving Data Efficiency via Curating LLM-Driven Rating Syst★ 102
Cyber-ZeroCyber-Zero 是一个专注于网络安全智能体训练的开源项目，其核心创新在于无需运行时环境即可训练网络安全智能体。它解决了传统网络安全智能体训练中依赖真实或模★ 101
MGDebuggerMGDebugger 是一个面向大语言模型的多粒度调试工具，源自 ICSE 2026 论文。它解决 LLM 推理过程中错误难以定位和归因的问题，通过在不同粒度（★ 101
awesome-agents4science这是一个精选论文列表，收录了关于大语言模型和智能体在科学研究与开发中的应用论文。它系统梳理了AI for Science领域的前沿工作，涵盖科学发现、实验设计、★ 101
BioDSABioDSA是一个面向生物医学领域的AI智能体快速原型开发框架，旨在帮助研究人员和开发者以“氛围原型”的方式，即通过自然语言描述和交互，快速构建、测试和迭代AI★ 100
CAMECAME 是 ACL 2023 论文《CAME: Confidence-guided Adaptive Memory Optimization》的官方实现，一个★ 100
CoMLCoML 是一个面向数据科学家和机器学习开发者的交互式编码助手，由大语言模型驱动。它旨在解决数据科学工作流中繁琐的编码和调试问题，通过自然语言交互，帮助用户更高★ 100
Awesome-AI-PapersAwesome-AI-Papers 是一个用于收集人工智能领域论文和对应代码的精选列表仓库。它旨在解决 AI 研究者、工程师和学生难以高效追踪前沿研究、找到论文★ 99
awesome-llm-token-optimization这是一个精选资源列表，汇集了降低大语言模型（LLM）Token 成本、提升生产环境效率的策略、工具、论文和资源。它解决的核心问题是 LLM 使用中 Token ★ 99
AgentMarkAgentMark 是一个面向智能体（Agent）行为的水印工具，旨在保护基于大语言模型的智能体不被恶意窃取或滥用。随着智能体在工具调用、多步推理等场景中的普及★ 99
LLF-BenchLLF-Bench 是一个专门评估智能体仅通过语言反馈进行学习能力的基准测试平台。它解决了当前强化学习与交互式智能体研究中，反馈信号过于结构化或数值化，而真实人★ 99
T-RagxT-Ragx 是一个将检索增强生成（RAG）与大型语言模型（LLM）结合，用于提升机器翻译质量的开源项目。它针对传统神经机器翻译在专业术语、领域知识、上下文一致★ 99
promptdeskPromptdesk 是一个面向提示词工程与 LLM 评估的开源工具，旨在帮助开发者高效地创建、组织、测试和评估提示词及大语言模型。它解决了提示词管理混乱、评估★ 99
llm-evalllm-eval 是一个面向大语言模型的评估平台，旨在解决模型性能难以量化、对比缺乏标准的问题。它支持多种主流评估基准（如 MMLU、GSM8K 等），允许用户★ 99
x1x1 是论文《Reasoning Language Models: A Blueprint》的官方实现，旨在为构建推理型语言模型提供一套可操作的蓝图。当前项目处★ 98
contextcheckcontextcheck 是一个基于 MIT 许可的开源框架，用于测试大型语言模型（LLM）、检索增强生成（RAG）系统以及聊天机器人。它通过 YAML 文件进★ 98
heurigymheurigym 是一个面向组合优化问题的智能体基准测试框架，由 ICLR'26 论文提出。它专门评估大型语言模型（LLM）在组合优化任务中自主设计启发式算法的★ 97