awesome-repositories.com
Blog
awesome-repositories.com

Découvrez les meilleurs dépôts open-source grâce à notre recherche par IA.

ExplorerRecherches sélectionnéesAlternatives open sourceLogiciels auto-hébergésBlogPlan du site
ProjetÀ proposNotre méthodologiePresseServeur MCP
Mentions légalesConfidentialitéConditions d'utilisation
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 dépôt

Awesome GitHub RepositoriesLLM Batch Processing

Executing large volumes of language model tasks concurrently to increase throughput.

Distinct from Batch Processing Jobs: Existing batch processing candidates are for images or clusters, not LLM API throughput.

Explore 1 awesome GitHub repository matching artificial intelligence & ml · LLM Batch Processing. Refine with filters or upvote what's useful.

Awesome LLM Batch Processing GitHub Repositories

Trouvez les meilleurs dépôts grâce à l'IA.Nous recherchons les dépôts les plus pertinents grâce à l'IA.
  • promptslab/promptifyAvatar de promptslab

    promptslab/Promptify

    4,616Voir sur GitHub↗

    Promptify est une suite d'outils conçue pour l'évaluation de modèles, la gestion de prompts, le suivi des coûts de jetons (tokens), l'extraction structurée et l'accès via une passerelle API unifiée. Elle fournit une interface standardisée pour gérer les requêtes et les réponses à travers plusieurs fournisseurs de grands modèles de langage. Le projet propose une plateforme de gestion de prompts pour l'ingénierie et le versionnage de prompts avec validation de sortie structurée. Il inclut un framework d'évaluation dédié pour mesurer la performance du modèle en utilisant les scores de précision, de rappel et F1 par rapport à des jeux de données étiquetés, ainsi qu'un suivi des coûts de jetons pour surveiller les dépenses financières des requêtes de modèle. La bibliothèque couvre de larges capacités pour le traitement du langage naturel, incluant l'extraction d'entités nommées, la classification de texte et la réponse aux questions. Elle prend en charge les workflows à haut volume via le traitement par lots asynchrone et assure la cohérence des données en convertissant le texte non structuré en structures de données typées via la validation de schéma.

    Enables concurrent execution of high-volume language model tasks to reduce total processing time.

    Python
    Voir sur GitHub↗4,616
  1. Home
  2. Artificial Intelligence & ML
  3. LLM Batch Processing