Awesome GitHub RepositoriesIn-Context Learning Engines

This project is an educational platform and research toolkit designed to teach deep learning through a combination of mathematical theory, visual diagrams, and executable code. It provides a comprehensive environment for building, training, and evaluating neural networks, grounding complex concepts in interactive computational notebooks that allow for hands-on experimentation. The framework distinguishes itself by interleaving theoretical foundations—including linear algebra, calculus, and probability—with practical implementations across multiple industry-standard libraries. It supports flex

Open Flamingo هو إطار عمل لتدريب النماذج اللغوية الكبيرة متعددة الوسائط مصمم لدمج مشفرات الرؤية المدربة مسبقاً مع النماذج اللغوية. ينفذ بنية رؤية-لغة تستخدم طبقات الانتباه المتقاطع (cross-attention) لمعالجة تسلسلات متداخلة من الصور والنصوص. يتميز النظام بقدرات التعلم متعدد الوسائط بلقطات قليلة (few-shot)، مما يسمح للنموذج بالتكيف مع مهام بصرية جديدة باستخدام مجموعة صغيرة من أمثلة الصور والنصوص المقدمة في المطالبة. ويدعم التعلم في السياق وتوليد النصوص متعدد الوسائط لمهام مثل الإجابة على الأسئلة البصرية والتعليق. يتضمن إطار العمل مدرب نموذج موزع يستخدم توازي البيانات ونقاط فحص التدرج (gradient checkpointing) لتحسين الذاكرة عبر وحدات معالجة رسومات متعددة. كما يوفر أدوات لتحميل مجموعات البيانات متعددة الوسائط المجزأة، وتقييم النموذج المتوازي، وبنية تحتية لاستضافة نماذج واسعة النطاق للاستدلال.

Sqlcoder هو نموذج لغوي كبير (LLM) متخصص في تحويل الأسئلة باللغة الطبيعية إلى استعلامات قاعدة بيانات مهيكلة وقابلة للتنفيذ. يعمل كواجهة لقاعدة البيانات ومولد استعلامات يسمح باسترجاع البيانات دون الحاجة إلى كتابة كود يدوي. يستخدم النظام نموذجاً مضبوطاً تعليمياً (instruction-tuned) مدمجاً مع توجيه مدرك للمخطط (schema-aware) وحقن سياق ديناميكي. من خلال استيعاب البيانات الوصفية لقاعدة البيانات واستخدام التعلم في السياق مع أزواج استعلامات الأمثلة، فإنه يولد استعلامات صحيحة نحوياً تطابق المخطط المحدد لقاعدة بيانات متصلة. يغطي المشروع مجموعة أوسع من القدرات بما في ذلك أتمتة ذكاء الأعمال وتحليلات البيانات ذاتية الخدمة. ويوفر بنية تحتية لإدارة اتصالات قاعدة البيانات وواجهة مرئية لتنفيذ الاستعلامات واستيعاب البيانات الوصفية.

Otter is a framework and toolkit for the pretraining, fine-tuning, and evaluation of vision-language models. It provides a pipeline for training large language models to process high-resolution images and video frames, integrating visual encoders with textual token spaces. The system is designed for multi-visual input processing, allowing models to interpret multiple images or video sequences within a single prompt. It supports multi-round conversation management to maintain context across interactions for detailed scene comprehension and visual reasoning. The framework covers a full develop