#大型语言模型

Mem0 通过为大型语言模型（LLMs）提供智能、适应性的内存层，不断利用上下文信息，增强个性化AI体验。这种增强的内存能力对于从客户支持到健康诊断等广泛应用至关重要，使AI能够记住用户偏好、适应个别需求，并持续改进。

Semantic Kernel是一个开发者工具包，支持将大型语言模型（如OpenAI、Azure OpenAI和Hugging Face）与C#、Python和Java等常规编程语言集成。它通过允许用户定义可自动由AI编排的插件，简化了AI功能的实现和部署过程。适用于企业，提高模块性和可观测性，同时增强安全性。

Ollama 提供丰富的大型语言模型选择，包括 Llama 3.1、Phi 3、Mistral、Gemma 2 等，适用于 macOS、Linux 和 Windows 进行高效的语言处理任务。平台支持用户按需自定义模型，并提供便捷的下载服务。

了解如何使用LoRA和Hugging Face Transformers库高效微调大型语言模型。项目提供详细的教程笔记本，包括在Colab中微调Llama 2、GPT-Neo-X-20B、MPT-Instruct-30B等模型的指导和代码示例。无论新手或专家，均可找到实用资源，提升语言模型性能。欢迎贡献和提交问题，共同完善此开源项目。

KG-RAG，一种融合生物医学知识图谱SPOKE与大型语言模型的检索增强生成系统，专为提升特定领域的语义理解而设计。了解其配置、运行方法及在生物医学应用中的实例。

start-llms项目全方位引导编程和机器学习初学者，通过免费的YouTube视频、深度在线课程及实操指导，探索大语言模型的核心技术。项目不仅资源全面，还定期刷新行业新闻与技术动态，助您踏上AI领域的前沿。

Smart2Brain 是一个免费开源的Obsidian插件，旨在优化知识管理。它内置了大型语言模型如ChatGPT和Llama2，能直接处理笔记，简化用户操作。支持全离线运行保护数据安全，允许用户根据需求切换不同模型，为Obsidian用户带来更高效的体验。

深入探索增强检索技术如何推动AI内容生成的进步。RAG-Survey项目综合最新研究，涵盖查询基准、潜在表达式和逻辑基础RAG等多种方法，持续更新其调研报告和文献库。项目专注于提升检索增强生成模型，精准高效地应用于开放域问答、代码生成等多个AI领域。

Play-with-LLMs提供一系列关于大型语言模型的训练、评估和应用的详细指南，涉及RAG、Agent、Chain等多种结构，包括多个实用案例和应用代码。项目旨在帮助开发者迅速掌握并深入理解大型语言模型。

llm-search是一款高效的问答系统，提供简易的YAML配置和与多个本地文档集的交互能力。特色包括优化的文档解析、结合HyDE技术提高搜索结果的准确性和相关性的混合搜索、聊天历史、深度链接、重新排名和定制嵌入等。适用于各类大型语言模型，如OpenAI或本地方案，提供高度定制化。此外，系统能够生成高质量的密集和稀疏嵌入，以优化搜索效果，支持多查询和与其他LLM平台的互操作性。

本项目汇集了有关统一大型语言模型（LLM）和知识图谱（KG）的最新研究论文和资源。KG能够存储丰富的事实知识，但构建复杂且难以处理不完全和动态变化的KG。该项目展示了三个主要框架：KG增强的LLM、LLM增强的KG以及LLM与KG的协作。多篇论文已在ACL、TKDE、EMNLP、ICLR等顶级会议上发表，助力研究人员和从业者深入了解这一新兴领域。

txtchat结合检索增强型生成(RAG)及语言模型提供高级搜索解决方案，支持内容摘要、翻译及变换，并可集成至多种消息平台，如Rocket.Chat，适合企业和开发者优化AI响应与工作流程，提升用户交互效果。

Awesome-AIGC-Tutorials为初学者和AI爱好者提供了海量的教程和资源，涵盖大语言模型、AI绘画等领域。本项目特别适合希望深入了解和应用AI技术的用户，不仅包括最新的课程更新，还有对AI贡献的详细指南，提供了从入门到高级的学习路径和实用指导。

readme-ai为开发者提供自动化README.md文件生成能力，利用数据提取与AI生成技术，兼容OpenAI、Ollama等多种LLM API。支持多样的CLI自定义选项，包括徽标风格与项目标志，且包含离线模式。适合各类开发者使用。

Ollama是一个提供大型语言模型快速部署和运行的平台，支持MacOS、Windows和Linux。用户可以通过容易理解的界面，下载并运行各种模型，如Llama 3.1和Gemma 2等，并可通过Docker镜像或自定义安装脚本进行部署。此外，Ollama允许用户自定义和优化模型，满足不同的应用需求，如设置模型参数、导入外部模型等功能。同时，Ollama支持多种开源库例如ollama-python和ollama-js，提供全面的桌面客户端支持，使开发者能够更便捷地整合和应用AI技术。

LLM-course涵盖数学基础、Python 编程和神经网络等基本知识，然后深入探索使用最新技术构建优秀大型语言模型的科学研究，及开发和部署基于LLM的应用程序的工程实践。课程结合理论与实践，提供互动辅助工具和丰富笔记本，有助于全面理解大型语言模型。还包括量化优化、模型融合和解码策略等高级主题。

TokenCost为大型语言模型（LLM）API的使用成本提供精确计算，支持指令和完成计算的费用评估。此工具提供基本的成本计算并能实时监控主要LLM供应商的价格和模型更新，助力开发者和数据科学家轻松集成最新数据并进行成本管理。

llm-paper-daily是专注于LLM研究的日常论文更新和分类平台，提供最新研究论文，支持arxiv直链和GPT-4简要总结。该平台分类详尽，涵盖推理、代理、检索等多个领域，易于用户导航与发现相关研究。加入讨论小组，可与研究同好一起交流学习，共同探索大模型落地和学术前沿。

作为一个独立资源，LLM-eval-survey汇集了关于大型语言模型（LLMs）的全面评估研究与资源。涵盖自然语言处理、逻辑推理、机器翻译等领域，旨在提升对这些先进模型的理解和应用。项目通过多维度的评估方法，助力研究人员和开发者深入探索LLMs的潜力与挑战，推动人工智能技术进步。还定期更新最新研究论文和实用资源，为学术和工业界提供重要信息与工具。

AutoGen是一个先进的开源AI框架，专为构建和管理AI代理而设计，支持强大的多代理合作和多样化的大语言模型。通过自动化和人工融合的工作流，AutoGen优化了复杂的AI应用，获得广泛应用和社区支持。

LLMSurvey 汇总了大量关于大型语言模型（LLM）的论文和资源。介绍了从GPT到LLaMA系列的技术演变，分析了在指令调整实验中不同类型指令对LLM性能的影响，同时提供了针对初学者的中文书籍，以帮助理解该领域的基本框架和发展路线。

Alpaca-CoT，一款集成指令收集、参数效率优化和语言处理的AI工具，提供统一与高效的用户界面, 适用于处理复杂的语言模型任务，增强操作的精确度及效能。

txtai是一个功能全面的嵌入式数据库，不仅支持语义搜索和大语言模型协同工作，还提供全流程语言模型任务处理。特色功能包括支持SQL的矢量搜索、主题建模和增强生成检索等。txtai可以在本地运行，也可以通过容器编排进行扩展，并提供多语言API绑定，以便用户快速部署和使用。

EasyEdit提供全面的大型语言模型知识编辑工具，支持各种知识操作。最新版本引入多种模型编辑技术及详细教程，适合不同场景的知识编辑需求。更多信息，访问GitHub或Hugging Face平台。

Instruct2Act是一种创新框架，通过大语言模型将多模态指令转化为机器人操作。该框架生成Python程序，有效结合感知、规划和动作环节，将复杂指令转化为精准策略代码。在不同场景尤其是桌面操作领域，框架的零样本方法表现优异，超越了许多现有的学习策略。

《Generative AI with LangChain》为开发者提供了一个如何使用LangChain框架构建生成式AI应用的全面指南。书中详细介绍了生成式AI的原理、能力以及限制，结合ChatGPT等LLMs，通过系列实用案例展现构建各类生产级LLM应用的流程，涵盖客户支持、软件开发辅助等场景。本书适合任何希望深度了解并应用生成式AI的开发者。

AgentChain采用先进的的大型语言模型，提供基于自然语言输入的规划与决策能力，支持文本、图像、音频和表格数据等多模态输入输出。其智能系统能够协调多个agent执行复杂任务，适用于计算机视觉、语音识别等数据处理工作，并可定制以满足各类项目需求，从自动化生成旅游图片到金融分析报告。此外，AgentChain还能通过Twilio等平台实现邮件发送和电话通知等通信任务。

GPT4RoI项目专注于优化大型语言模型的区域感知能力，发布新版本GPT4RoI-7B-delta-V0来提升性能。该项目提供完整的训练与推理代码，并有在线演示以提升用户体验。项目包含了详尽的数据集和权重处理方法，便于研究者和开发者有效应用于区域相关的语言模型任务。

LangChain Beginners Course 提供一系列课程，使新手熟悉LangChain框架及大型语言模型如ChatGPT。课程结合理论与实践，分为四个模块，从基础知识到应用开发全面涵盖。适合机器学习和语言模型初学者，提供开发AI应用所需的技巧。

Awesome-LLM4RS-Papers是一套精选论文集，聚焦于大型语言模型在推荐系统中的应用研究。本集合包含自2023至2024年期间发布的期刊文章和会议论文，覆盖了隐私保护、个性化方案、效率提升等诸多创新领域。该项目为研究人员和技术开发者提供关于如何利用大型语言模型增强推荐系统的全面资料。

searchGPT是一款基于大型语言模型（LLM）技术的开源搜索引擎，提供自然语言回答功能。支持实时网络和文件内容搜索，集成OpenAI与GooseAI等LLM技术。简洁直观的界面提升用户体验。了解更多项目架构、未来发展及安装和运行指南，欢迎开发者贡献代码，特别是前端开发者。探索searchGPT的自然语言处理和搜索引擎创新优势。

KG-LLM-Papers收录了将知识图谱与大型语言模型结合的尖端研究论文，旨在推动这一创新交叉学科领域的进步。该项目提供多样化的研究方法、详尽的调查报告、实用的资源与基准测试，解析大型语言模型在知识图谱中的作用。我们欢迎社区成员通过发布问题或提交拉取请求来补充更多研究论文，共同推动学科发展。

Dolphin是一个基于大型语言模型的通用视频互动平台，专注于视频理解、处理和生成。该平台支持视频问答、视频剪辑、字幕添加、音频提取及生成等功能，旨在提升视频处理的智能化水平。用户可通过文本生成视频、姿态到视频转换及视频图像转换等多种方式进行创作。项目持续更新，欢迎社区贡献和拉取请求，适用于北航和南洋理工大学的科研项目。

Chie是一款支持macOS、Linux和Windows系统的大语言模型桌面应用，适用于ChatGPT和Bing Chat。应用采用各平台原生UI，目前处于早期开发阶段，可能存在数据丢失和API变更问题。开发者时间有限，建议用户自行fork项目进行扩展。Chie当前基于GPLv3许可证发布，计划于2028年3月20日转为MIT许可证。贡献者提交pull request时需同意贡献者许可协议。

GPT-Driver项目将自动驾驶的运动规划问题转化为语言建模问题，利用大型语言模型的推理和泛化能力生成驾驶轨迹。通过提示-推理-微调策略，模型能够精确描述轨迹坐标并解释决策过程。实验结果显示，在大规模nuScenes数据集上，该方法表现出色，具备有效性、泛化能力和可解释性。

StyleTTS 2是一种创新的文本到语音模型，通过样式扩散和大规模语音语言模型的对抗训练，实现高质量的语音合成。该模型利用潜在随机变量生成最适合文本的语音风格，无需参考语音，提高了语音的自然度。StyleTTS 2在单说话人和多说话人数据集上的表现超越了现有模型，并在零样本说话人适应方面表现出色。