Top AI Repos — open-source AI, indexed and scored

Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.

Star history, last 90 days
Date	Stars
2026-07-24	14745
2026-07-25	14744
2026-07-28	14744
2026-07-30	14744
2026-08-06	14744

Star history, last 90 days

Date

Stars

2026-07-24

14745

2026-07-25

14744

2026-07-28

14744

2026-07-30

14744

2026-08-06

14744

<a href="README_EN.md">English</a> ｜中文 <h1 align="center"> Llama中文社区 </h1> <img src="assets/llama.jpg" alt="Llama" style="width: 20%; display: block; margin: auto;"></a> 最好的Llama大模型开源社区 🤗 <a href="https://huggingface.co/FlagAlpha" target="_blank">Hugging Face</a> • 🤖 <a href="https://www.modelscope.cn/organization/FlagAlpha/" target="_blank">ModelScope</a> • ✡️ <a href="https://wisemodel.cn/models/FlagAlpha/Atom-7B-Chat" target="_blank">WiseModel</a> <a href="https://llama.com">Llama4原生多模态MoE模型发布！</a> <a href="https://huggingface.co/FlagAlpha/Atom-7B-Chat">基于Llama的开源中文预训练大模型Atom</a> ## 🗂️ 目录 - [🗂️ 目录](#️-目录) - [📌 Llama中文社区](#-llama中文社区) - [🔥 社区介绍](#-社区介绍) - [为什么选择Llama中文社区？](#为什么选择llama中文社区) - [社区活动](#社区活动) - [立即加入我们！](#立即加入我们) - [🪵 社区资源](#-社区资源) - [💻 算力](#-算力) - [📊 数据](#-数据) - [💬 论坛](#-论坛) - [📱 应用](#-应用) - [📢 最新动态](#-最新动态) - [🤗 模型发布](#-模型发布) - [中文预训练模型Atom](#中文预训练模型atom) - [Llama4官方模型](#llama4官方模型) - [Llama3官方模型](#llama3官方模型) - [Llama3中文微调模型](#llama3中文微调模型) - [Llama2官方模型](#llama2官方模型) - [Llama2中文微调模型](#llama2中文微调模型) - [📌 如何使用Llama模型](#-如何使用llama模型) - [快速上手-使用Anaconda](#快速上手-使用anaconda) - [快速上手-使用Docker](#快速上手-使用docker) - [快速上手-使用llama.cpp](#快速上手-使用llamacpp) - [快速上手-使用gradio](#快速上手-使用gradio) - [快速上手-构建API服务](#快速上手-构建api服务) - [快速上手-使用ollama运行](#快速上手-使用ollama运行) - [🤖 模型预训练](#-模型预训练) - [💡 模型微调](#-模型微调) - [Step1: 环境准备](#step1-环境准备) - [Step2: 数据准备](#step2-数据准备) - [Step3: 微调脚本](#step3-微调脚本) - [LoRA微调](#lora微调) - [全量参数微调](#全量参数微调) - [Step4: 加载微调模型](#step4-加载微调模型) - [LoRA微调](#lora微调-1) - [全量参数微调](#全量参数微调-1) - [🍄 模型量化](#-模型量化) - [🚀 部署加速](#-部署加速) - [TensorRT-LLM](#tensorrt-llm) - [vLLM](#vllm) - [JittorLLMs](#jittorllms) - [lmdeploy](#lmdeploy) - [💪 外延能力](#-外延能力) - [LangChain](#langchain) - [🥇 模型评测](#-模型评测) - [Llama4模型评测](#llama4模型评测) - [Llama2和Llama3对比评测](#llama2和llama3对比评测) - [Llama3模型评测](#llama3模型评测) - [Llama2模型评测](#llama2模型评测) - [📖 学习中心](#-学习中心) - [官方文档](#官方文档) - [社区文档](#社区文档) - [Llama相关论文](#llama相关论文) - [📌 其它](#-其它) - [🎉 致谢](#-致谢) - [🤔 问题反馈](#-问题反馈) ## 📌 Llama中文社区 ### 🔥 社区介绍欢迎来到Llama中文社区！Llama模型的开源无疑极大促进了大模型技术的发展，我们致力于构建一个开放平台，能够让所有的开发者与技术爱好者一起共创Llama开源生态。从大模型到小模型，从文本到多模态，从软件到硬件算法优化，我们期望开源能够带给全人类以AI普惠。在一个科技爆发的时代，加入Llama Family，与技术一同进步，与社区一同前行，一起迈向AGI！ <details> #### 为什么选择Llama中文社区？ 🚀 **高级工程师团队支持**：社区有一批专注为大家服务的NLP高级工程师，我们有着强大的技术支持和丰富的经验，为您提供专业的指导和帮助。 🎯 **中文优化**：我们致力于在Llama模型的中文处理方面进行优化，探索适用于中文的最佳实践，以提升其性能和适应性【支持Llama2、Llama3、Llama4】。 💡 **创新交流**：我们拥有一支富有创造力和经验的社区成员团队，定期组织线上活动、技术研讨和经验分享，促进成员间的创新交流。 🌐 **全球联结**：我们欢迎来自世界各地的开发者加入社区，构建一个开放、多元化的学习和交流平台。 🤝 **开放共享**：我们鼓励社区成员开源分享代码和模型，推动合作共赢，共同促进中文NLP技术的发展。 #### 社区活动 🗓️ **线上讲座**：邀请行业内专家进行线上讲座，分享Llama在中文NLP领域的最新技术和应用，探讨前沿研究成果。 💻 **项目展示**：成员可展示自己在Llama中文优化方面的项目成果，获得反馈和建议，促进项目协作。 📚 **学习资源**：社区维护丰富的学习资料库，包括教程、文档和论文解读，为成员提供全面的学习支持。 📝 **论文解读**：社区成员共同解读与Llama相关的最新研究论文，深入理解前沿算法和方法。 🎉 **主题活动**：定期举办各类主题活动，包括挑战赛、黑客马拉松和技术沙龙，让社区成员在轻松愉快的氛围中交流和学习。 🌟 **奖励计划**：我们设立奖励计划，对社区中积极参与、贡献优秀的成员给予荣誉和奖励，激励更多优秀人才的加入。 📈 **技术咨询**：我们提供技术咨询服务，解答您在Llama开发和优化过程中遇到的问题，助您快速攻克难关。 🚀 **项目合作**：鼓励成员间的项目合作，共同探索Llama在实际应用中的潜力，打造创新解决方案。 #### 立即加入我们！ 📚 **愿景**：无论您是对Llama已有研究和应用经验的专业开发者，还是对Llama中文优化感兴趣并希望深入探索的新手，我们都热切期待您的加入。在Llama中文社区，您将有机会与行业内顶尖人才共同交流，携手推动中文NLP技术的进步，开创更加美好的技术未来！ 🔗 **温馨提示**：本社区为专业技术交流平台，我们热切期望志同道合的开发者和研究者加入。请遵守社区准则，共同维护积极向上的学习氛围。感谢您的理解和支持！ </details> ### 🪵 社区资源社区资源的丰富性是社区发展的重要保障，它涵盖了各种方面，其中包括但不限于以下四个方面：算力、数据、论坛和应用。在这些方面的积极发展与充分利用，将为社区成员提供更多的机会和支持，推动整个社区向着更加繁荣的方向发展。更多的内容请看[llama.family](https://llama.family/) <details> #### 💻 算力 - 提供低于市场价格的算力资源，可用于各类计算任务，如深度学习模型的训练、推理等。 - 为社区成员提供专属的在线推理服务，让用户可以快速有效地对模型进行推理操作。 - 提供一键在线微调服务，使用户可以方便地对模型进行微调，以适应不同的任务和数据。 #### 📊 数据 - 开放丰富的训练数据资源，覆盖多个领域和行业，为模型训练提供充足的数据支持。 - 提供高质量、多样化的数据集，以满足不同用户的需求，并支持数据共享和交流，促进数据资源