awesome-repositories.com
Blog
MCP
awesome-repositories.com

Descoperă cele mai bune repository-uri open source cu căutare AI.

ExploreazăCăutări recomandateAlternative open-sourceSoftware self-hostedBlogHartă site
ProiectServer MCPDespreCum realizăm clasamentulPresă
LegalConfidențialitateTermeni
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 repository

Awesome GitHub RepositoriesImplementation Frameworks

Guides on structuring the interaction between retrieval systems and agentic workflows.

Distinct from RAG Frameworks: Provides educational frameworks for implementation rather than a software library for RAG development

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

Awesome Implementation Frameworks GitHub Repositories

Găsește cele mai bune repo-uri cu AI.Vom căuta cele mai potrivite repository-uri folosind AI.
  • afshinea/stanford-cme-295-transformers-large-language-modelsAvatar afshinea

    afshinea/stanford-cme-295-transformers-large-language-models

    4,509Vezi pe GitHub↗

    Acest proiect este un ghid de studiu cuprinzător pentru cursuri tehnice și o referință pentru învățarea arhitecturilor și metodelor de antrenare a modelelor Transformer și a modelelor de limbaj mari (LLM). Servește ca o prezentare tehnică pentru înțelegerea modului în care rețelele neuronale procesează datele și cum să aliniezi comportamentul modelului cu obiective specifice de performanță. Repository-ul oferă ghiduri specializate pe mai multe domenii cheie ale dezvoltării modelelor. Aceasta include referințe detaliate pentru arhitecturile transformer, framework-uri de implementare pentru retrieval-augmented generation și fluxuri de lucru agentice, precum și ghiduri tehnice pentru optimizarea și fine-tuning-ul modelelor. Conținutul acoperă o gamă largă de capabilități, inclusiv fine-tuning supervizat, adaptare low-rank și aliniere bazată pe preferințe. De asemenea, abordează eficiența modelului prin cuantizare, distilare și arhitecturi mixture-of-experts, alături de studiul mecanismelor de self-attention și flash attention. Resursele sunt furnizate pentru dezvoltare în C#, JavaScript și Python.

    Provides a study and framework for building retrieval-augmented generation, agentic workflows, and reasoning models.

    Vezi pe GitHub↗4,509
  1. Home
  2. Artificial Intelligence & ML
  3. RAG Frameworks
  4. Implementation Frameworks