README
Awesome-AGI
目录
01. 基础理论
本仓库将大模型的基础理论、训练方法及相关概念整理在 01-fundamentals/ 目录下，涵盖预训练、微调、评估、Prompt Engineering、RLHF 等核心主题。
预训练与数据集
LLM预训练、微调使用的部分数据集，更多请参考【DataSet】
微调
随着ChatGPT的发布，标志着大模型时代已来临，然而通用领域的大模型在企业垂直领域中未必会表现的好，因此会对通用领域大模型进行微调来适配垂直领域知识。
大模型的微调技术，从不同的方面，有不同的分类：
从参数规模来说，可以简单分为全参数微调和高效参数微调。前者一般是用预训练模型作为初始化权重，在特定数据集上继续训练，全部参数都更新的方法。而后者则是期望用更少的资源完成模型参数的更新，包括只更新一部分参数或者说通过对参数进行某种结构化约束，例如稀疏化或低秩近似来降低微调的参数数量。
如果按照在模型哪个阶段使用微调，或者根据模型微调的目标来区分，也可以从提示微调、指令微调、有监督微调的方式来。 高效微调技术可以粗略分为以下三大类：
- 增加额外参数（Addition-Based）
- 选取一部分参数更新（Selection-Based）
- 引入重参数化（Reparametrization-Based）
而在增加额外参数这类方法中，又主要分为类适配器（Adapter-like）方法和软提示（Soft prompts）两个小类。 增加额外参数 Addition-Based，如：Prefix Tuning、Prompt Tuning、Adapter Tuning及其变体 选取一部分参数更新 Selection-Based，如：BitFit 引入重参数化 Reparametrization-Based，如：LoRA、AdaLoRA、QLoRA 混合高效微调，如：MAM Adapter、UniPELT
下图是目前主流PEFT技术的总结：
PEFT仓库是一个用于微调大模型的工具库，提供了多种高效微调技术的实现。
下面按照LoRA及其扩展模型和其他微调方法分别进行总结：
LoRA及其扩展技术
| Peft | Description | Paper | Code | Blog |
|---|---|---|---|---|
| LoRA | 1)Transformer的权重矩阵包括Attention模块里用于计算query, key, value的Wq，Wk，Wv以及多头attention的Wo，以及MLP层的权重矩阵，LoRA只应用于Attention模块中的4种权重矩阵，而且通过消融实验发现同时调整 Wq 和 Wv 会产生最佳结果。2)实验还发现，保证权重矩阵的种类的数量比起增加隐藏层维度r更为重要，增加r并不一定能覆盖更加有意义的子空间。3)关于秩的选择，通常情况下，rank为4，8，16即可。4)实验也发现，在众多数据集上LoRA在只训练极少量参数的前提下，最终在性能上能和全量微调匹配，甚至在某些任务上优于全量微调。 | LoRA: Low-Rank Adaptation of Large Language Models | LoRA Code | |
| LoRA+ | LoRA+通过为矩阵a和b引入不同的学习率，矩阵B的初始化为0，所以需要比随机初始化的矩阵a需要更大的更新步骤。通过将矩阵B的学习率设置为矩阵A的16倍，作者已经能够在模型精度上获得小幅提高(约2%)，同时将RoBERTa或lama-7b等模型的训练时间加快2倍。 | LoRA+: Efficient Low Rank Adaptation of Large Models | ||
| AdaLoRA | AdaLoRA是对LoRA的一种改进，它根据重要性评分动态分配参数预算给权重矩阵。具体做法如下：1)调整增量矩分配。AdaLoRA将关键的增量矩阵分配高秩以捕捉更精细和任务特定的信息，而将较不重要的矩阵的秩降低，以防止过拟合并节省计算预算。2)以奇异值分解的形式对增量更新进行参数化，并根据重要性指标裁剪掉不重要的奇异值，同时保留奇异向量。由于对一个大矩阵进行精确SVD分解的计算消耗非常大，这种方法通过减少它们的参数预算来加速计算，同时，保留未来恢复的可能性并稳定训练。3)在训练损失中添加了额外的惩罚项，以规范奇异矩阵P和Q的正交性，从而避免SVD的大量计算并稳定训练。 | AdaLoRA: Adaptive Budget Allocation for Parameter-Efficient Fine-Tuning | AdaLoRA Code | |
| QLoRA | QLoRA使用一种新颖的高精度技术将预训练模型量化为 4 bit，然后添加一小组可学习的低秩适配器权重，这些权重通过量化权重的反向传播梯度进行微调。QLORA 有一种低精度存储数据类型（4 bit），还有一种计算数据类型（BFloat16）。实际上，这意味着无论何时使用 QLoRA 权重张量，我们都会将张量反量化为 BFloat16，然后执行 16 位矩阵乘法。QLoRA提出了两种技术实现高保真 4 bit微调——4 bit NormalFloat(NF4) 量化和双量化。此外，还引入了分页优化器，以防止梯度检查点期间的内存峰值，从而导致内存不足的错误，这些在过去使得大型模型难以在单台机器上进行微调。 | QLoRA: Efficient Finetuning of Quantized LLMs | QLoRA Code | |
| DoRA | DoRA（Weight-Decomposed Low-Rank Adaptation：权重分解低阶适应）是由NVIDIA最新提出的一种新的参数高效的微调（PEFT）方法。DoRA旨在通过分解预训练权重为幅度（magnitude）和方向（direction）两个组成部分然后分别微调，来提高微调的学习能力和训练稳定性，同时避免额外的推理开销，它特别适用于与LoRA（Low-Rank Adaptation）结合使用。 | DoRA: Weight-Decomposed Low-Rank Adaptation | DoRA Code | |
| PiSSA方法 | 仅修改Lora初始化方式显著提高模型微调效果 | PiSSA: Principal Singular Values and Singular Vectors Adaptation of Large Language Models | PiSSA Code | PiSSA Blog |
| MOELora | MOELoRA 的核心思想是将 MOE 和 LoRA 结合起来，以实现多任务学习和参数高效微调。MOELoRA 由两个主要组件组成：MOE 和 LoRA。MOE 用于多任务学习，LoRA 用于参数高效微调。MOELoRA 通过 MOE 的多任务学习能力，有效地利用了有限的数据和计算资源，同时通过 LoRA 的参数高效微调能力，有效地提高了多任务医学应用的性能。 | MOELoRA: An MOE-based Parameter Efficient Fine-Tuning Method for Multi-task Medical Applications | MOELora Code | |
| LoRA-FA | LoRA-fa，是LoRA与Frozen-A的缩写，在LoRA-FA中，矩阵A在初始化后被冻结，因此作为随机投影。矩阵B不是添加新的向量，而是在用零初始化之后进行训练(就像在原始LoRA中一样)。这将参数数量减半，同时具有与普通LoRA相当的性能。 | LoRA-FA: Memory-efficient Low-rank Adaptation of Large Language Models Fine-tuning | ||
| LoRa-drop | Lora矩阵可以添加到神经网络的任何一层。LoRA-drop则引入了一种算法来决定哪些层由LoRA微调，哪些层不需要。 | LoRA-drop: Efficient LoRA Parameter Pruning based on Output Evaluation | ||
| Delta-LoRA | Delta-LoRA的作者提出用AB的梯度来更新矩阵W, AB的梯度是A*B在连续两个时间步长的差。这个梯度用超参数λ进行缩放，λ控制新训练对预训练权重的影响应该有多大。 | Delta-LoRA: Fine-Tuning High-Rank Parameters with the Delta of Low-Rank Matrices |
其他微调技术
| Peft | Description | Paper | Code | Blog |
|---|---|---|---|---|
| Instruction Tuning | 指令微调可以被视为有监督微调（Supervised Fine-Tuning，SFT）的一种特殊形式。但是，它们的目标依然有差别。SFT是一种使用标记数据对预训练模型进行微调的过程，以便模型能够更好地执行特定任务。而指令微调是一种通过在包括（指令，输出）对的数据集上进一步训练大型语言模型（LLMs）的过程，以增强LLMs的能力和可控性。 | nstruction Tuning for Large Language Models: A Survey | Instruction Tuning Code | |
| BitFit | BitFit是一种稀疏的微调方法，它训练时只更新bias的参数或者部分bias参数 | BitFit: Simple Parameter-efficient Fine-tuning for Transformer-based Masked Language-models | BitFit Code | |
| Prefix Tuning | Prefix Tuning提出固定预训练LM，为LM添加可训练，任务特定的前缀，这样就可以为不同任务保存不同的前缀，微调成本也小；同时，这种Prefix实际就是连续可微的Virtual Token（Soft Prompt/Continuous Prompt），相比离散的Token，更好优化，效果更好。 | Prefix-Tuning: Optimizing Continuous Prompts for Generation | Prefix Tuning Code | |
| Prompt Tuning | Prompt Tuning，该方法可以看作是Prefix Tuning的简化版本，它给每个任务定义了自己的Prompt，然后拼接到数据上作为输入，但只在输入层加入prompt tokens，并且不需要加入 MLP 进行调整来解决难训练的问题。 | The Power of Scale for Parameter-Efficient Prompt Tuning | Prompt Tuning Code | |
| P-Tuning | P-Tuning，设计了一种连续可微的virtual token（同Prefix-Tuning类似）。将Prompt转换为可以学习的Embedding层，并用MLP+LSTM的方式来对Prompt Embedding进行一层处理。借助P-tuning，GPT在SuperGLUE上的成绩首次超过了同等级别的BERT模型，这颠覆了一直以来“GPT不擅长NLU”的结论，也是该论文命名的缘由。 | GPT Understands, Too | P-Tuning Code | |
| P-Tuning V2 | P-Tuning 的问题是在小参数量模型上表现差。 相比 Prompt Tuning 和 P-tuning 的方法， P-tuning v2 方法在每一层加入了 Prompts tokens 作为输入。与P-Tuning相比，做了如下改变：1）移除重参数化的编码器；2)针对不同任务采用不同的提示长度;3)引入多任务学习;4)回归传统的分类标签范式，而不是映射器 | P-Tuning v2: Prompt Tuning Can Be Comparable to Fine-tuning Universally Across Scales and Tasks | P-Tuning-V2 Code | |
| Adapter Tuning | Adapter 在预训练模型每层中插入用于下游任务的参数（针对每个下游任务，仅增加3.6%的参数），在微调时将模型主体冻结，仅训练特定于任务的参数，从而减少了训练时的算力开销。Adapter Tuning 设计了Adapter结构，并将其嵌入Transformer的结构里面，针对每一个Transformer层，增加了两个Adapter结构，分别是多头注意力的投影之后和第二个feed-forward层之后。在训练时，固定住原来预训练模型的参数不变，只对新增的 Adapter 结构和 Layer Norm 层进行微调，从而保证了训练的高效性。 | Parameter-Efficient Transfer Learning for NLP | Adapter Tuning Code | |
| AdapterFusion | Adapter Fusion，一种融合多任务信息的Adapter的变体，在 Adapter 的基础上进行优化，通过将学习过程分为两阶段来提升下游任务表现。1）知识提取阶段：在不同任务下引入各自的Adapter模块，用于学习特定任务的信息。2）知识组合阶段：将预训练模型参数与特定任务的Adapter参数固定，引入新参数（AdapterFusion）来学习组合多个Adapter中的知识，以提高模型在目标任务中的表现。 | AdapterFusion: Non-Destructive Task Composition for Transfer Learning | ||
| AdapterDrop | 作者通过对Adapter的计算效率进行分析，发现与全量微调相比，Adapter在训练时快60%，但是在推理时慢4%-6%。基于此，作者提出了AdapterDrop方法缓解该问题。AdapterDrop 在不影响任务性能的情况下，对Adapter动态高效的移除，尽可能的减少模型的参数量，提高模型在反向传播（训练）和正向传播（推理）时的效率。 | AdapterDrop: On the Efficiency of Adapters in Transformers | ||
| MAM Adapter | MAM Adapter，一个在Adapter、Prefix Tuning和LoRA之间建立联系的统一方法。模型 MAM Adapter 是用 FFN 层的并行Adapter和软提示的组合。 | Towards a Unified View of Parameter-Efficient Transfer Learning | MAM Adapter Code | |
| UniPELT | UniPELT方法将不同的PELT方法作为子模块，并通过门控机制学习激活最适合当前数据或任务的方法。 | UniPELT: A Unified Framework for Parameter-Efficient Language Model Tuning | UniPELT Code |
这里整理关于LLM微调的脚本以及开源工具或者平台的使用案例，更多请参考【Fine Tune】
评估
更多评估相关资料请参考【Evaluation】
Prompt Engineering
更多请参考【Prompt Engineering】
RLHF
| Description | Paper | Code | Blog |
|---|---|---|---|
| 复现RLHF：通过开源项目 trl 搭建一个通过强化学习算法（PPO）来更新语言模型（GPT-2） | code | blog | |
| 详解大模型RLHF过程（配代码解读） | blog | ||
| 想训练ChatGPT？得先弄明白Reward Model怎么训（附源码） | blog | ||
| 直接偏好优化算法（Direct Preference Optimization，DPO） | Direct Preference Optimization: Your Language Model is Secretly a Reward Model | DPO Code | DPO Code |
LLM 扩词表
【LLM大模型之基于SentencePiece扩充LLaMa中文词表实践】【blog】
LLM 长文本
由于大模型大部分都是基于Transformer架构的，而Transformer的二次复杂度导致大模型上下文长度受限，然而最近出现很多调整Transformer架构，比如Mamba。
| Description | Paper | Code | Blog |
|---|---|---|---|
| Transformer升级之路：一种全局长度外推的新思路 | blog | ||
| ChatGPT能写长篇小说了，ETH提出RecurrentGPT实现交互式超长文本生成 | paper | code | blog，demo1，demo2 |
| 语言大模型100K上下文窗口的秘诀 | blog | ||
| RoPE可能是LLM时代的Resnet | blog | ||
| 图解RoPE旋转位置编码及其特性 | blog | ||
| 详解基于调整RoPE旋转角度的大模型长度外推方法 | blog | ||
| 无需微调的自扩展大模型上下文窗口 | LLM Maybe LongLM: Self-Extend LLM Context Window Without Tuning | --- | --- |
| 大模型长文本评估方案CLongEval | CLongEval: A Chinese Benchmark for Evaluating Long-Context Large Language Models | CLongEval Code | CLongEval Blog |
| Infini-Transformer | |||
| MEGALODON | MEGALODON: Efficient LLM Pretraining and Inference with Unlimited Context Length | MEGALODON Code | MEGALODON Blog |
| LongRoPE：将大模型上下文窗口扩展超过200万tokens | LongRoPE: Extending LLM context window beyond 2 million tokens | LongRoPE Blog |
LLM 幻觉
解决幻觉常用的两种方法：1）不断增加模型的数据规模、提升数据质量；2）通过调用搜索等外部工具让模型能够获取实时信息。
| Description | Paper | Code | Blog |
|---|---|---|---|
| 腾讯AILab等《大型语言模型中的幻觉》，全面阐述检测、解释和减轻幻觉 | Siren's Song in the AI Ocean: A Survey on Hallucination in Large Language Models | code | blog |
| LLM幻觉的解决方案及其应用 | Cognitive Mirage: A Review of Hallucinations in Large Language Models | code | blog |
LLM 可控性与安全
| Description | Paper | Code | Blog |
|---|---|---|---|
| 微软提出Control-GPT：用GPT-4实现可控文本到图像生成！ | paper | blog | |
| AIGC如何安全可控?中山大学等最新《AIGC中对隐私和安全的挑战及其补救措施：探索隐私计算、区块链潜在应用》全面阐述 | paper | blog | |
| ControlVideo: 可控的Training-free的文本生成视频 | paper | code | blog |
| 大模型切脑后变身PoisonGPT，虚假信息案例 | code | blog | |
| ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出 | paper | code | blog |
LLM 文本检测
| Description | Paper | Code | Blog |
|---|---|---|---|
| 美国麻省大学&谷歌研究院：改写文本可以避开AI生成文本的检测器，但检索则是一种有效的防御 | paper | code | |
| 人工智能生成的文本能被可靠地检测出来吗？ | paper | blog | |
| DetectGPT（斯坦福大学）：利用概率曲率检测文本是否大模型生成 | paper | code&data | blog |
| Detecting LLM-Generated-Text综述 | paper | blog | |
| 一个专为教育者打造的全新 AI 检测模型 | blog | ||
| OpenAI重磅发布官方「ChatGPT检测器」 | blog | ||
| 斯坦福最新研究：不要过度依赖GPT生成内容，其检测器可能存在不利于非母语英语写作者的偏见 | paper | ||
| TUM发布最新《检测ChatGPT生成文本现状》综述 | paper | ||
| humanize-chinese：开源中文 AI 文本检测+改写工具，n-gram 困惑度 + 20+ 检测维度加权 0–100 打分，配套 7 种风格改写（含学术降重对接知网/维普/万方），纯 Python 零依赖本地运行 | code |
02. 模型与API
本仓库将大模型列表、API 调用案例等整理在 02-models/ 目录下。
模型体系分类
大模型层出不穷，我对主流大模型按照如下分类体系进行分类：
1）baichuan、ChatGLM和LLaMA及其扩展模型；
2）按照通用领域（包括文本、代码、图像/视频、音频、多模态）和垂直领域（法律、医疗、金融、环境、网络安全、教育、交通以及其他）
更多请参考【Model List】。
dair-ai同样也整理了很多关于LLM和经典论文，感兴趣的读者可以参考：【ML Papers Explained】
语言大模型
国内外大模型API的调用案例，请参考【语言大模型】。
多模态大模型
国内外多模态大模型API的调用案例，请参考【多模态大模型】。
OpenAI
OpenAI 大模型API的调用案例，请参考【OpenAI大模型】。
03. 工程与部署
本仓库将大模型部署、推理加速及分布式训练框架等内容整理在 03-infrastructure/ 目录下。
部署框架
| Description | Paper | Code | Blog |
|---|---|---|---|
| BentoML | BentoML Code | ||
| CLIP-API-service | |||
| CTranslate2 | |||
| DeepSpeed-MII | |||
| FastLLM | |||
| Huggingface | |||
| JittorLLM | |||
| LightLLM | |||
| LMDeploy | |||
| MLC LLM | |||
| OneDiffusion | |||
| OpenLLM | |||
| Ray Serve |
【LLM大语言模型之Generate/Inference（生成/推理）中参数与解码策略原理及其代码实现】【blog】
更多部署相关资料请参考【Deployment】
分布式并行框架
| Description | Paper | Code | Blog |
|---|---|---|---|
| ColossalAI | ColossalAI Code | ||
| DeepSpeed | |||
| Megatron-LM |
04. 应用实践
本仓库将 RAG、Agent、NL2SQL、MCP 等大模型应用实践整理在 04-applications/ 目录下。
RAG
RAG实战与理论
RAG实战与理论相关资料，更多请参考【RAG】
RAG实战主要分为LangChain框架实现和LlamaIndex框架实现，分别可以参考LangChain_RAG和LlamaIndex_RAG
向量数据库
| VectorDB | Paper | Code | Blog |
|---|---|---|---|
| Chroma | |||
| DingoDB | dingo，dingo-store | DingoDB官网 | |
| LanceDB | |||
| Milvus | |||
| Pinecone | |||
| QDrant | |||
| Weaviate | |||
| Zilliz |
RAG开源项目
| RAG_OpenSoure_Tool | Code | Blog |
|---|---|---|
| AnythingLLM | AnythingLLM Code | AnythingLLM官网 |
| QAnything | QAnything Code |
Agent
| Model | Description | Code | Paper/Blog |
|---|---|---|---|
| Agents | Agent Code | Agents: An Open-source Framework for Autonomous Language Agents，Agent 官网，blog | |
| AgentGPT | AgentGPT Code | AgentGPT Chat，AgentGPT docs | |
| AgentVerse | |||
| AI Legion | AI Legion Chat | ||
| AutoGen | 微软在向 OpenAI 注资 130 亿美元并使 Bing 变得更智能后，现在成为人工智能领域的主要参与者。其 AutoGen 是一个用于开发和部署多个代理的开源框架，这些代理可以共同工作以自主实现目标。AutoGen 试图促进和简化代理之间的通信，减少错误，并最大化 LLMs 的性能。它还具有广泛的定制功能，允许您选择首选模型，通过人类反馈改进输出，并利用额外的工具。 | AutoGen blog | |
| AutoGPT | 创始人托兰·布鲁斯·理查兹开发，AutoGPT 是早期代理之一，于 2023 年 3 月发布，是根据中岛的论文开发的。它也是今天在 GitHub 上最受欢迎的代理存储库。 AutoGPT 的理念很简单 - 它是一个完整的工具包，用于构建和运行各种项目的定制 AI 代理。该工具使用 OpenAI 的 GPT-4 和 GPT-3.5 大型语言模型（LLM），并允许您为各种个人和商业项目构建代理。 | AutoGPT Code | AutoGPT docs ，AutoGPT blog |
| BabyAGI | BabyAGI 是中山的任务驱动自主代理的简化版本。这个 Python 脚本只有 140 个代码字，并且根据官方 GitHub 仓库，“使用 OpenAI 和矢量数据库，如 Chroma 或 Weaviate，来创建、优先处理和执行任务”。 | BabyAGI Code | BabyAGI docs |
| Camel | 该框架利用 LLM 的力量动态分配角色给代理人，指定和开发复杂任务，并安排角色扮演场景，以促进代理人之间的协作。这就像是为人工智能设计的戏剧。 | CAMEL Code | CAMEL Chat，CAMEL docs |
| ChatDev | CoPilot、Bard、ChatGPT 等等都是强大的编码助手。但是像 ChatDev 这样的项目可能很快就会让它们望尘莫及。ChatDev 被打造成“一个虚拟软件公司”，它不仅使用一个，而是多个代理人来扮演传统开发组织中的不同角色。 代理人 - 每个都被分配了一个独特的角色 - 可以合作处理各种任务，从设计软件到编写代码和文档。雄心勃勃？当然。ChatDev 仍然更多地是一个代理人互动的测试平台，但如果你自己是开发人员，它是值得一看的。 | ChatDev Code | |
| crewAI | crewAI Code | crewAI Blog | |
| CogAgent | |||
| Do Anything Machine | Do Anything Machine Chat | ||
| FixAgent | 一款自动化debug的多Agent应用，有效提升模型20% debug能力 | A Unified Debugging Approach via LLM-Based Multi-Agent Synergy，FixAgent Blog | |
| Generative Agents | GPTRPG Code | Generative Agents: Interactive Simulacra of Human Behavior | |
| Gentopia | |||
| Godmode | Godmode Chat | ||
| GPT-Engineer | GPT-Engineer Code | ||
| HuggingGPT | HuggingGPT Code | HuggingGPT Chat | |
| JARVIS | JARVIS 远不及托尼·斯塔克标志性的人工智能助手（还有同样标志性的保罗·贝坦尼的声音），但它有一些小技巧。以 ChatGPT 作为其“决策引擎”，JARVIS 处理任务规划、模型选择、任务执行和内容生成。拥有对 HuggingFace 平台上数十种专门模型的访问权限，JARVIS 利用 ChatGPT 的推理能力来应用最佳模型到给定的任务上。这使得它对各种任务具有相当迷人的灵活性，从简单的摘要到目标检测都能胜任。 | JARVIS Code | --- |
| LoopGPT | LoopGPT 是 Toran Bruce Richards 的 AutoGPT 的一个迭代版本。除了一个合适的 Python 实现，该框架还带来了对 GPT-3.5 的改进支持，集成和自定义代理能力。它还消耗更少的 API 令牌，因此运行成本更低。LoopGPT 可以基本上自主运行，或者与人类一起运行，以最小化模型的幻觉。有趣的是，该框架不需要访问向量数据库或外部存储来保存数据。它可以将代理状态写入文件或 Python 项目。 | LoopGPT Code | |
| MetaGPT | MetaGPT 是另一个开源 AI 代理框架，试图模仿传统软件公司的结构。与 ChatDev 类似，代理被分配为产品经理、项目经理和工程师的角色，并协作完成用户定义的编码任务。到目前为止，MetaGPT 只能处理中等难度的任务 - 比如编写贪吃蛇游戏或构建简单的实用应用程序 - 但它是一个有前途的工具，可能在未来迅速发展。使用 OpenAI API 费用，生成一个完整的项目大约需要 2 美元。 | MetaGPT Code | |
| NexusGPT | NexusGPT Chat | ||
| OpenAGI | OpenAGI 是一个开源的 AGI（人工通用智能）研究平台，结合了小型专家模型 - 专门针对情感分析或图像去模糊等任务的模型 - 以及来自任务反馈的强化学习（RLTF）来改进它们的输出。 在幕后，OpenAGI 与其他自主开源 AI 框架并没有太大的不同。它汇集了像 ChatGPT、LLMs（如 LLaMa2）和其他专业模型等流行平台，并根据任务的上下文动态选择合适的工具。 | OpenAGI Code | |
| RecurrentGPT | |||
| RestGPT | RestGPT Code | RestGPT blog，RestGPT: Connecting Large Language Models with Real-World RESTful APIs | |
| RoboGen | RoboGen Code | 项目主页，blog，RoboGen: Towards Unleashing Infinite Data for Automated Robot Learning via Generative Simulation | |
| ShortGPT | AI 模型在生成内容方面表现出色。但直到最近，视频格式一直受到较少关注。ShortGPT 是一个框架，它允许您使用大型语言模型来简化诸如视频创作、语音合成和编辑等复杂任务。 ShortGPT 可以处理大多数典型的与视频相关的任务，如撰写视频脚本，生成配音，选择背景音乐，撰写标题和描述，甚至编辑视频。该工具适用于短视频和长视频内容，无论平台如何。 | ShortGPT Code | |
| SuperAGI | SuperAGI 是 AutoGPT 的更灵活、用户友好的替代品。把它想象成一个开源 AI 代理的发射台，它包含了构建、维护和运行自己代理所需的一切。这还包括插件和一个云版本，您可以在其中测试各种功能。该框架具有多个人工智能模型，图形用户界面，与向量数据库的集成（用于存储/检索数据），以及性能洞察。还有一个市场，其中有工具包，可以让您将其连接到流行的应用程序和服务，如 Google Analytics。 | SuperAGI Code | |
| Toolformer | Toolformer blog，Toolformer: Language Models Can Teach Themselves to Use Tools | ||
| XAgent | XAgent Code | XAgent官网，XAgent Blog | |
| Xlang | |||
| Claude Code | Anthropic 推出的智能体编程工具，直接在终端运行，能够读取代码库、编辑文件、执行命令，并与开发工具深度集成。 | Claude Code 学习笔记 |
更多Agent实战代码请参考【Agent】
NL2SQL
NL2SQL（自然语言转SQL）相关资料和实战代码请参考【NL2SQL】
MCP
MCP（Model Context Protocol）上下文管理相关资料和实战代码请参考【MCP】
05. 开发框架
本仓库将 LangChain、LlamaIndex 等大模型开发框架及 Web UI 相关内容整理在 05-frameworks/ 目录下。
LangChain
关于LangChain的相关笔记和课程，更多请参考【LangChain】
LangSmith允许您调试、测试、评估和监控构建在任何LLM框架上的链和智能代理，并与LangChain无缝集成。【平台入口】，【官方文档地址】。更多实战案例代码请参考【LangSmith实战案例】
LangFuse是LangSmith的平替，【官方网站】，【项目地址】。更多实战代码请参考【LangFuse】
Opik 是一个开源的 LLM 可观测性与评估平台，支持追踪、评估与提示词优化。【项目地址】，【官方文档】。
LlamaIndex
整理关于LlamaIndex的相关笔记和课程，更多请参考【LlamaIndex】
Agent Framework Insights
五套面向"彻底剖析"的中文技术课程，系统性拆解 PI、DeepSeek Harness、Hermes Agent、OpenHarness、OpenClaw 等真实开源 Agent Harness 项目的架构设计，并配套 Agent/Harness 从零实现的教学代码。更多请参考【Agent Framework Insights】
Web UI
Gradio 是一个用于快速构建机器学习/大模型 Demo 界面的 Python 库。整理了从创建第一个应用、多输入输出、图像处理、ChatInterface、Blocks 低阶 API 到公网分享的入门教程，更多请参考【Gradio】
06. 数据集
本仓库将大模型预训练、指令微调、对齐微调等阶段常用的开源数据集及评测基准整理在 06-datasets/ 目录下，更多请参考【DataSet】，涵盖：
- 预训练数据集：Anthropic HH、RedPajama、starcoderdata、Stanford Alpaca 等
- 指令微调数据集：databricks-dolly-15k、MetaMathQA、OIG、WildChat 等
- 对齐微调数据集：OpenAssistant Conversations Dataset（oasst1）等
- 评测基准：C-Eval、Gaokao、AGIEval、MMLU、LawBench 等
- 长文本评测数据集：ZeroSCROLLS、L-Eval、LongBench、LooGLE、CLongEval 等
07. 电子书
07-ebooks/ 目录下整理了 Agent/大模型应用相关的电子书，供系统性学习参考：
- Agentic Design Patterns（及中文版【代理设计模式-构建智能系统实战指南】）
- AI Agents Guidebook
- Building Applications with AI Agents
- 动手做AI Agent
附录：历史资料归档
archive/ 目录用于存放按时间归档的历史资料，与 01-07 按主题组织的内容分开管理，避免混淆两种不同的分类维度。
ChatGPT / GPT-4 归档
合并自 LLM-Paper-Lists 仓库，将 ChatGPT、GPT-4 发布前后（2023 年初）的论文、OpenAI 官方技术文档、技术解读博客及媒体报道整理在 archive/chatgpt-gpt4/ 目录下，作为 AGI/LLM 发展历程的历史资料留存。更多请参考【ChatGPT / GPT-4 归档】
欢迎共创
【👬🏻】欢迎Star ⭐️⭐️⭐️⭐️⭐️ && 提交 Pull requests 👏🏻👏🏻👏🏻
关于我
个人主页：wshzd.github.io
微信公众号：
声明
以上部分资料来自网络整理，供大家学习参考，如有侵权，麻烦联系我删除！
WeChat：h18821656387
Contributors
ArronAI007
6 commits
vincentkoc
1 commits
Similar repos
Languages
Jupyter Notebook
97.4%
Python
2.2%
README
Awesome-AGI
目录
01. 基础理论
本仓库将大模型的基础理论、训练方法及相关概念整理在 01-fundamentals/ 目录下，涵盖预训练、微调、评估、Prompt Engineering、RLHF 等核心主题。
预训练与数据集
LLM预训练、微调使用的部分数据集，更多请参考【DataSet】
微调
随着ChatGPT的发布，标志着大模型时代已来临，然而通用领域的大模型在企业垂直领域中未必会表现的好，因此会对通用领域大模型进行微调来适配垂直领域知识。
大模型的微调技术，从不同的方面，有不同的分类：
从参数规模来说，可以简单分为全参数微调和高效参数微调。前者一般是用预训练模型作为初始化权重，在特定数据集上继续训练，全部参数都更新的方法。而后者则是期望用更少的资源完成模型参数的更新，包括只更新一部分参数或者说通过对参数进行某种结构化约束，例如稀疏化或低秩近似来降低微调的参数数量。
如果按照在模型哪个阶段使用微调，或者根据模型微调的目标来区分，也可以从提示微调、指令微调、有监督微调的方式来。 高效微调技术可以粗略分为以下三大类：
- 增加额外参数（Addition-Based）
- 选取一部分参数更新（Selection-Based）
- 引入重参数化（Reparametrization-Based）
而在增加额外参数这类方法中，又主要分为类适配器（Adapter-like）方法和软提示（Soft prompts）两个小类。 增加额外参数 Addition-Based，如：Prefix Tuning、Prompt Tuning、Adapter Tuning及其变体 选取一部分参数更新 Selection-Based，如：BitFit 引入重参数化 Reparametrization-Based，如：LoRA、AdaLoRA、QLoRA 混合高效微调，如：MAM Adapter、UniPELT
下图是目前主流PEFT技术的总结：
PEFT仓库是一个用于微调大模型的工具库，提供了多种高效微调技术的实现。
下面按照LoRA及其扩展模型和其他微调方法分别进行总结：
LoRA及其扩展技术
| Peft | Description | Paper | Code | Blog |
|---|---|---|---|---|
| LoRA | 1)Transformer的权重矩阵包括Attention模块里用于计算query, key, value的Wq，Wk，Wv以及多头attention的Wo，以及MLP层的权重矩阵，LoRA只应用于Attention模块中的4种权重矩阵，而且通过消融实验发现同时调整 Wq 和 Wv 会产生最佳结果。2)实验还发现，保证权重矩阵的种类的数量比起增加隐藏层维度r更为重要，增加r并不一定能覆盖更加有意义的子空间。3)关于秩的选择，通常情况下，rank为4，8，16即可。4)实验也发现，在众多数据集上LoRA在只训练极少量参数的前提下，最终在性能上能和全量微调匹配，甚至在某些任务上优于全量微调。 | LoRA: Low-Rank Adaptation of Large Language Models | LoRA Code | |
| LoRA+ | LoRA+通过为矩阵a和b引入不同的学习率，矩阵B的初始化为0，所以需要比随机初始化的矩阵a需要更大的更新步骤。通过将矩阵B的学习率设置为矩阵A的16倍，作者已经能够在模型精度上获得小幅提高(约2%)，同时将RoBERTa或lama-7b等模型的训练时间加快2倍。 | LoRA+: Efficient Low Rank Adaptation of Large Models | ||
| AdaLoRA | AdaLoRA是对LoRA的一种改进，它根据重要性评分动态分配参数预算给权重矩阵。具体做法如下：1)调整增量矩分配。AdaLoRA将关键的增量矩阵分配高秩以捕捉更精细和任务特定的信息，而将较不重要的矩阵的秩降低，以防止过拟合并节省计算预算。2)以奇异值分解的形式对增量更新进行参数化，并根据重要性指标裁剪掉不重要的奇异值，同时保留奇异向量。由于对一个大矩阵进行精确SVD分解的计算消耗非常大，这种方法通过减少它们的参数预算来加速计算，同时，保留未来恢复的可能性并稳定训练。3)在训练损失中添加了额外的惩罚项，以规范奇异矩阵P和Q的正交性，从而避免SVD的大量计算并稳定训练。 | AdaLoRA: Adaptive Budget Allocation for Parameter-Efficient Fine-Tuning | AdaLoRA Code | |
| QLoRA | QLoRA使用一种新颖的高精度技术将预训练模型量化为 4 bit，然后添加一小组可学习的低秩适配器权重，这些权重通过量化权重的反向传播梯度进行微调。QLORA 有一种低精度存储数据类型（4 bit），还有一种计算数据类型（BFloat16）。实际上，这意味着无论何时使用 QLoRA 权重张量，我们都会将张量反量化为 BFloat16，然后执行 16 位矩阵乘法。QLoRA提出了两种技术实现高保真 4 bit微调——4 bit NormalFloat(NF4) 量化和双量化。此外，还引入了分页优化器，以防止梯度检查点期间的内存峰值，从而导致内存不足的错误，这些在过去使得大型模型难以在单台机器上进行微调。 | QLoRA: Efficient Finetuning of Quantized LLMs | QLoRA Code | |
| DoRA | DoRA（Weight-Decomposed Low-Rank Adaptation：权重分解低阶适应）是由NVIDIA最新提出的一种新的参数高效的微调（PEFT）方法。DoRA旨在通过分解预训练权重为幅度（magnitude）和方向（direction）两个组成部分然后分别微调，来提高微调的学习能力和训练稳定性，同时避免额外的推理开销，它特别适用于与LoRA（Low-Rank Adaptation）结合使用。 | DoRA: Weight-Decomposed Low-Rank Adaptation | DoRA Code | |
| PiSSA方法 | 仅修改Lora初始化方式显著提高模型微调效果 | PiSSA: Principal Singular Values and Singular Vectors Adaptation of Large Language Models | PiSSA Code | PiSSA Blog |
| MOELora | MOELoRA 的核心思想是将 MOE 和 LoRA 结合起来，以实现多任务学习和参数高效微调。MOELoRA 由两个主要组件组成：MOE 和 LoRA。MOE 用于多任务学习，LoRA 用于参数高效微调。MOELoRA 通过 MOE 的多任务学习能力，有效地利用了有限的数据和计算资源，同时通过 LoRA 的参数高效微调能力，有效地提高了多任务医学应用的性能。 | MOELoRA: An MOE-based Parameter Efficient Fine-Tuning Method for Multi-task Medical Applications | MOELora Code | |
| LoRA-FA | LoRA-fa，是LoRA与Frozen-A的缩写，在LoRA-FA中，矩阵A在初始化后被冻结，因此作为随机投影。矩阵B不是添加新的向量，而是在用零初始化之后进行训练(就像在原始LoRA中一样)。这将参数数量减半，同时具有与普通LoRA相当的性能。 | LoRA-FA: Memory-efficient Low-rank Adaptation of Large Language Models Fine-tuning | ||
| LoRa-drop | Lora矩阵可以添加到神经网络的任何一层。LoRA-drop则引入了一种算法来决定哪些层由LoRA微调，哪些层不需要。 | LoRA-drop: Efficient LoRA Parameter Pruning based on Output Evaluation | ||
| Delta-LoRA | Delta-LoRA的作者提出用AB的梯度来更新矩阵W, AB的梯度是A*B在连续两个时间步长的差。这个梯度用超参数λ进行缩放，λ控制新训练对预训练权重的影响应该有多大。 | Delta-LoRA: Fine-Tuning High-Rank Parameters with the Delta of Low-Rank Matrices |
其他微调技术
| Peft | Description | Paper | Code | Blog |
|---|---|---|---|---|
| Instruction Tuning | 指令微调可以被视为有监督微调（Supervised Fine-Tuning，SFT）的一种特殊形式。但是，它们的目标依然有差别。SFT是一种使用标记数据对预训练模型进行微调的过程，以便模型能够更好地执行特定任务。而指令微调是一种通过在包括（指令，输出）对的数据集上进一步训练大型语言模型（LLMs）的过程，以增强LLMs的能力和可控性。 | nstruction Tuning for Large Language Models: A Survey | Instruction Tuning Code | |
| BitFit | BitFit是一种稀疏的微调方法，它训练时只更新bias的参数或者部分bias参数 | BitFit: Simple Parameter-efficient Fine-tuning for Transformer-based Masked Language-models | BitFit Code | |
| Prefix Tuning | Prefix Tuning提出固定预训练LM，为LM添加可训练，任务特定的前缀，这样就可以为不同任务保存不同的前缀，微调成本也小；同时，这种Prefix实际就是连续可微的Virtual Token（Soft Prompt/Continuous Prompt），相比离散的Token，更好优化，效果更好。 | Prefix-Tuning: Optimizing Continuous Prompts for Generation | Prefix Tuning Code | |
| Prompt Tuning | Prompt Tuning，该方法可以看作是Prefix Tuning的简化版本，它给每个任务定义了自己的Prompt，然后拼接到数据上作为输入，但只在输入层加入prompt tokens，并且不需要加入 MLP 进行调整来解决难训练的问题。 | The Power of Scale for Parameter-Efficient Prompt Tuning | Prompt Tuning Code | |
| P-Tuning | P-Tuning，设计了一种连续可微的virtual token（同Prefix-Tuning类似）。将Prompt转换为可以学习的Embedding层，并用MLP+LSTM的方式来对Prompt Embedding进行一层处理。借助P-tuning，GPT在SuperGLUE上的成绩首次超过了同等级别的BERT模型，这颠覆了一直以来“GPT不擅长NLU”的结论，也是该论文命名的缘由。 | GPT Understands, Too | P-Tuning Code | |
| P-Tuning V2 | P-Tuning 的问题是在小参数量模型上表现差。 相比 Prompt Tuning 和 P-tuning 的方法， P-tuning v2 方法在每一层加入了 Prompts tokens 作为输入。与P-Tuning相比，做了如下改变：1）移除重参数化的编码器；2)针对不同任务采用不同的提示长度;3)引入多任务学习;4)回归传统的分类标签范式，而不是映射器 | P-Tuning v2: Prompt Tuning Can Be Comparable to Fine-tuning Universally Across Scales and Tasks | P-Tuning-V2 Code | |
| Adapter Tuning | Adapter 在预训练模型每层中插入用于下游任务的参数（针对每个下游任务，仅增加3.6%的参数），在微调时将模型主体冻结，仅训练特定于任务的参数，从而减少了训练时的算力开销。Adapter Tuning 设计了Adapter结构，并将其嵌入Transformer的结构里面，针对每一个Transformer层，增加了两个Adapter结构，分别是多头注意力的投影之后和第二个feed-forward层之后。在训练时，固定住原来预训练模型的参数不变，只对新增的 Adapter 结构和 Layer Norm 层进行微调，从而保证了训练的高效性。 | Parameter-Efficient Transfer Learning for NLP | Adapter Tuning Code | |
| AdapterFusion | Adapter Fusion，一种融合多任务信息的Adapter的变体，在 Adapter 的基础上进行优化，通过将学习过程分为两阶段来提升下游任务表现。1）知识提取阶段：在不同任务下引入各自的Adapter模块，用于学习特定任务的信息。2）知识组合阶段：将预训练模型参数与特定任务的Adapter参数固定，引入新参数（AdapterFusion）来学习组合多个Adapter中的知识，以提高模型在目标任务中的表现。 | AdapterFusion: Non-Destructive Task Composition for Transfer Learning | ||
| AdapterDrop | 作者通过对Adapter的计算效率进行分析，发现与全量微调相比，Adapter在训练时快60%，但是在推理时慢4%-6%。基于此，作者提出了AdapterDrop方法缓解该问题。AdapterDrop 在不影响任务性能的情况下，对Adapter动态高效的移除，尽可能的减少模型的参数量，提高模型在反向传播（训练）和正向传播（推理）时的效率。 | AdapterDrop: On the Efficiency of Adapters in Transformers | ||
| MAM Adapter | MAM Adapter，一个在Adapter、Prefix Tuning和LoRA之间建立联系的统一方法。模型 MAM Adapter 是用 FFN 层的并行Adapter和软提示的组合。 | Towards a Unified View of Parameter-Efficient Transfer Learning | MAM Adapter Code | |
| UniPELT | UniPELT方法将不同的PELT方法作为子模块，并通过门控机制学习激活最适合当前数据或任务的方法。 | UniPELT: A Unified Framework for Parameter-Efficient Language Model Tuning | UniPELT Code |
这里整理关于LLM微调的脚本以及开源工具或者平台的使用案例，更多请参考【Fine Tune】
评估
更多评估相关资料请参考【Evaluation】
Prompt Engineering
更多请参考【Prompt Engineering】
RLHF
| Description | Paper | Code | Blog |
|---|---|---|---|
| 复现RLHF：通过开源项目 trl 搭建一个通过强化学习算法（PPO）来更新语言模型（GPT-2） | code | blog | |
| 详解大模型RLHF过程（配代码解读） | blog | ||
| 想训练ChatGPT？得先弄明白Reward Model怎么训（附源码） | blog | ||
| 直接偏好优化算法（Direct Preference Optimization，DPO） | Direct Preference Optimization: Your Language Model is Secretly a Reward Model | DPO Code | DPO Code |
LLM 扩词表
【LLM大模型之基于SentencePiece扩充LLaMa中文词表实践】【blog】
LLM 长文本
由于大模型大部分都是基于Transformer架构的，而Transformer的二次复杂度导致大模型上下文长度受限，然而最近出现很多调整Transformer架构，比如Mamba。
| Description | Paper | Code | Blog |
|---|---|---|---|
| Transformer升级之路：一种全局长度外推的新思路 | blog | ||
| ChatGPT能写长篇小说了，ETH提出RecurrentGPT实现交互式超长文本生成 | paper | code | blog，demo1，demo2 |
| 语言大模型100K上下文窗口的秘诀 | blog | ||
| RoPE可能是LLM时代的Resnet | blog | ||
| 图解RoPE旋转位置编码及其特性 | blog | ||
| 详解基于调整RoPE旋转角度的大模型长度外推方法 | blog | ||
| 无需微调的自扩展大模型上下文窗口 | LLM Maybe LongLM: Self-Extend LLM Context Window Without Tuning | --- | --- |
| 大模型长文本评估方案CLongEval | CLongEval: A Chinese Benchmark for Evaluating Long-Context Large Language Models | CLongEval Code | CLongEval Blog |
| Infini-Transformer | |||
| MEGALODON | MEGALODON: Efficient LLM Pretraining and Inference with Unlimited Context Length | MEGALODON Code | MEGALODON Blog |
| LongRoPE：将大模型上下文窗口扩展超过200万tokens | LongRoPE: Extending LLM context window beyond 2 million tokens | LongRoPE Blog |
LLM 幻觉
解决幻觉常用的两种方法：1）不断增加模型的数据规模、提升数据质量；2）通过调用搜索等外部工具让模型能够获取实时信息。
| Description | Paper | Code | Blog |
|---|---|---|---|
| 腾讯AILab等《大型语言模型中的幻觉》，全面阐述检测、解释和减轻幻觉 | Siren's Song in the AI Ocean: A Survey on Hallucination in Large Language Models | code | blog |
| LLM幻觉的解决方案及其应用 | Cognitive Mirage: A Review of Hallucinations in Large Language Models | code | blog |
LLM 可控性与安全
| Description | Paper | Code | Blog |
|---|---|---|---|
| 微软提出Control-GPT：用GPT-4实现可控文本到图像生成！ | paper | blog | |
| AIGC如何安全可控?中山大学等最新《AIGC中对隐私和安全的挑战及其补救措施：探索隐私计算、区块链潜在应用》全面阐述 | paper | blog | |
| ControlVideo: 可控的Training-free的文本生成视频 | paper | code | blog |
| 大模型切脑后变身PoisonGPT，虚假信息案例 | code | blog | |
| ChatGPT羊驼家族全沦陷！CMU博士击破LLM护栏，人类毁灭计划脱口而出 | paper | code | blog |
LLM 文本检测
| Description | Paper | Code | Blog |
|---|---|---|---|
| 美国麻省大学&谷歌研究院：改写文本可以避开AI生成文本的检测器，但检索则是一种有效的防御 | paper | code | |
| 人工智能生成的文本能被可靠地检测出来吗？ | paper | blog | |
| DetectGPT（斯坦福大学）：利用概率曲率检测文本是否大模型生成 | paper | code&data | blog |
| Detecting LLM-Generated-Text综述 | paper | blog | |
| 一个专为教育者打造的全新 AI 检测模型 | blog | ||
| OpenAI重磅发布官方「ChatGPT检测器」 | blog | ||
| 斯坦福最新研究：不要过度依赖GPT生成内容，其检测器可能存在不利于非母语英语写作者的偏见 | paper | ||
| TUM发布最新《检测ChatGPT生成文本现状》综述 | paper | ||
| humanize-chinese：开源中文 AI 文本检测+改写工具，n-gram 困惑度 + 20+ 检测维度加权 0–100 打分，配套 7 种风格改写（含学术降重对接知网/维普/万方），纯 Python 零依赖本地运行 | code |
02. 模型与API
本仓库将大模型列表、API 调用案例等整理在 02-models/ 目录下。
模型体系分类
大模型层出不穷，我对主流大模型按照如下分类体系进行分类：
1）baichuan、ChatGLM和LLaMA及其扩展模型；
2）按照通用领域（包括文本、代码、图像/视频、音频、多模态）和垂直领域（法律、医疗、金融、环境、网络安全、教育、交通以及其他）
更多请参考【Model List】。
dair-ai同样也整理了很多关于LLM和经典论文，感兴趣的读者可以参考：【ML Papers Explained】
语言大模型
国内外大模型API的调用案例，请参考【语言大模型】。
多模态大模型
国内外多模态大模型API的调用案例，请参考【多模态大模型】。
OpenAI
OpenAI 大模型API的调用案例，请参考【OpenAI大模型】。
03. 工程与部署
本仓库将大模型部署、推理加速及分布式训练框架等内容整理在 03-infrastructure/ 目录下。
部署框架
| Description | Paper | Code | Blog |
|---|---|---|---|
| BentoML | BentoML Code | ||
| CLIP-API-service | |||
| CTranslate2 | |||
| DeepSpeed-MII | |||
| FastLLM | |||
| Huggingface | |||
| JittorLLM | |||
| LightLLM | |||
| LMDeploy | |||
| MLC LLM | |||
| OneDiffusion | |||
| OpenLLM | |||
| Ray Serve |
【LLM大语言模型之Generate/Inference（生成/推理）中参数与解码策略原理及其代码实现】【blog】
更多部署相关资料请参考【Deployment】
分布式并行框架
| Description | Paper | Code | Blog |
|---|---|---|---|
| ColossalAI | ColossalAI Code | ||
| DeepSpeed | |||
| Megatron-LM |
04. 应用实践
本仓库将 RAG、Agent、NL2SQL、MCP 等大模型应用实践整理在 04-applications/ 目录下。
RAG
RAG实战与理论
RAG实战与理论相关资料，更多请参考【RAG】
RAG实战主要分为LangChain框架实现和LlamaIndex框架实现，分别可以参考LangChain_RAG和LlamaIndex_RAG
向量数据库
| VectorDB | Paper | Code | Blog |
|---|---|---|---|
| Chroma | |||
| DingoDB | dingo，dingo-store | DingoDB官网 | |
| LanceDB | |||
| Milvus | |||
| Pinecone | |||
| QDrant | |||
| Weaviate | |||
| Zilliz |
RAG开源项目
| RAG_OpenSoure_Tool | Code | Blog |
|---|---|---|
| AnythingLLM | AnythingLLM Code | AnythingLLM官网 |
| QAnything | QAnything Code |
Agent
| Model | Description | Code | Paper/Blog |
|---|---|---|---|
| Agents | Agent Code | Agents: An Open-source Framework for Autonomous Language Agents，Agent 官网，blog | |
| AgentGPT | AgentGPT Code | AgentGPT Chat，AgentGPT docs | |
| AgentVerse | |||
| AI Legion | AI Legion Chat | ||
| AutoGen | 微软在向 OpenAI 注资 130 亿美元并使 Bing 变得更智能后，现在成为人工智能领域的主要参与者。其 AutoGen 是一个用于开发和部署多个代理的开源框架，这些代理可以共同工作以自主实现目标。AutoGen 试图促进和简化代理之间的通信，减少错误，并最大化 LLMs 的性能。它还具有广泛的定制功能，允许您选择首选模型，通过人类反馈改进输出，并利用额外的工具。 | AutoGen blog | |
| AutoGPT | 创始人托兰·布鲁斯·理查兹开发，AutoGPT 是早期代理之一，于 2023 年 3 月发布，是根据中岛的论文开发的。它也是今天在 GitHub 上最受欢迎的代理存储库。 AutoGPT 的理念很简单 - 它是一个完整的工具包，用于构建和运行各种项目的定制 AI 代理。该工具使用 OpenAI 的 GPT-4 和 GPT-3.5 大型语言模型（LLM），并允许您为各种个人和商业项目构建代理。 | AutoGPT Code | AutoGPT docs ，AutoGPT blog |
| BabyAGI | BabyAGI 是中山的任务驱动自主代理的简化版本。这个 Python 脚本只有 140 个代码字，并且根据官方 GitHub 仓库，“使用 OpenAI 和矢量数据库，如 Chroma 或 Weaviate，来创建、优先处理和执行任务”。 | BabyAGI Code | BabyAGI docs |
| Camel | 该框架利用 LLM 的力量动态分配角色给代理人，指定和开发复杂任务，并安排角色扮演场景，以促进代理人之间的协作。这就像是为人工智能设计的戏剧。 | CAMEL Code | CAMEL Chat，CAMEL docs |
| ChatDev | CoPilot、Bard、ChatGPT 等等都是强大的编码助手。但是像 ChatDev 这样的项目可能很快就会让它们望尘莫及。ChatDev 被打造成“一个虚拟软件公司”，它不仅使用一个，而是多个代理人来扮演传统开发组织中的不同角色。 代理人 - 每个都被分配了一个独特的角色 - 可以合作处理各种任务，从设计软件到编写代码和文档。雄心勃勃？当然。ChatDev 仍然更多地是一个代理人互动的测试平台，但如果你自己是开发人员，它是值得一看的。 | ChatDev Code | |
| crewAI | crewAI Code | crewAI Blog | |
| CogAgent | |||
| Do Anything Machine | Do Anything Machine Chat | ||
| FixAgent | 一款自动化debug的多Agent应用，有效提升模型20% debug能力 | A Unified Debugging Approach via LLM-Based Multi-Agent Synergy，FixAgent Blog | |
| Generative Agents | GPTRPG Code | Generative Agents: Interactive Simulacra of Human Behavior | |
| Gentopia | |||
| Godmode | Godmode Chat | ||
| GPT-Engineer | GPT-Engineer Code | ||
| HuggingGPT | HuggingGPT Code | HuggingGPT Chat | |
| JARVIS | JARVIS 远不及托尼·斯塔克标志性的人工智能助手（还有同样标志性的保罗·贝坦尼的声音），但它有一些小技巧。以 ChatGPT 作为其“决策引擎”，JARVIS 处理任务规划、模型选择、任务执行和内容生成。拥有对 HuggingFace 平台上数十种专门模型的访问权限，JARVIS 利用 ChatGPT 的推理能力来应用最佳模型到给定的任务上。这使得它对各种任务具有相当迷人的灵活性，从简单的摘要到目标检测都能胜任。 | JARVIS Code | --- |
| LoopGPT | LoopGPT 是 Toran Bruce Richards 的 AutoGPT 的一个迭代版本。除了一个合适的 Python 实现，该框架还带来了对 GPT-3.5 的改进支持，集成和自定义代理能力。它还消耗更少的 API 令牌，因此运行成本更低。LoopGPT 可以基本上自主运行，或者与人类一起运行，以最小化模型的幻觉。有趣的是，该框架不需要访问向量数据库或外部存储来保存数据。它可以将代理状态写入文件或 Python 项目。 | LoopGPT Code | |
| MetaGPT | MetaGPT 是另一个开源 AI 代理框架，试图模仿传统软件公司的结构。与 ChatDev 类似，代理被分配为产品经理、项目经理和工程师的角色，并协作完成用户定义的编码任务。到目前为止，MetaGPT 只能处理中等难度的任务 - 比如编写贪吃蛇游戏或构建简单的实用应用程序 - 但它是一个有前途的工具，可能在未来迅速发展。使用 OpenAI API 费用，生成一个完整的项目大约需要 2 美元。 | MetaGPT Code | |
| NexusGPT | NexusGPT Chat | ||
| OpenAGI | OpenAGI 是一个开源的 AGI（人工通用智能）研究平台，结合了小型专家模型 - 专门针对情感分析或图像去模糊等任务的模型 - 以及来自任务反馈的强化学习（RLTF）来改进它们的输出。 在幕后，OpenAGI 与其他自主开源 AI 框架并没有太大的不同。它汇集了像 ChatGPT、LLMs（如 LLaMa2）和其他专业模型等流行平台，并根据任务的上下文动态选择合适的工具。 | OpenAGI Code | |
| RecurrentGPT | |||
| RestGPT | RestGPT Code | RestGPT blog，RestGPT: Connecting Large Language Models with Real-World RESTful APIs | |
| RoboGen | RoboGen Code | 项目主页，blog，RoboGen: Towards Unleashing Infinite Data for Automated Robot Learning via Generative Simulation | |
| ShortGPT | AI 模型在生成内容方面表现出色。但直到最近，视频格式一直受到较少关注。ShortGPT 是一个框架，它允许您使用大型语言模型来简化诸如视频创作、语音合成和编辑等复杂任务。 ShortGPT 可以处理大多数典型的与视频相关的任务，如撰写视频脚本，生成配音，选择背景音乐，撰写标题和描述，甚至编辑视频。该工具适用于短视频和长视频内容，无论平台如何。 | ShortGPT Code | |
| SuperAGI | SuperAGI 是 AutoGPT 的更灵活、用户友好的替代品。把它想象成一个开源 AI 代理的发射台，它包含了构建、维护和运行自己代理所需的一切。这还包括插件和一个云版本，您可以在其中测试各种功能。该框架具有多个人工智能模型，图形用户界面，与向量数据库的集成（用于存储/检索数据），以及性能洞察。还有一个市场，其中有工具包，可以让您将其连接到流行的应用程序和服务，如 Google Analytics。 | SuperAGI Code | |
| Toolformer | Toolformer blog，Toolformer: Language Models Can Teach Themselves to Use Tools | ||
| XAgent | XAgent Code | XAgent官网，XAgent Blog | |
| Xlang | |||
| Claude Code | Anthropic 推出的智能体编程工具，直接在终端运行，能够读取代码库、编辑文件、执行命令，并与开发工具深度集成。 | Claude Code 学习笔记 |
更多Agent实战代码请参考【Agent】
NL2SQL
NL2SQL（自然语言转SQL）相关资料和实战代码请参考【NL2SQL】
MCP
MCP（Model Context Protocol）上下文管理相关资料和实战代码请参考【MCP】
05. 开发框架
本仓库将 LangChain、LlamaIndex 等大模型开发框架及 Web UI 相关内容整理在 05-frameworks/ 目录下。
LangChain
关于LangChain的相关笔记和课程，更多请参考【LangChain】
LangSmith允许您调试、测试、评估和监控构建在任何LLM框架上的链和智能代理，并与LangChain无缝集成。【平台入口】，【官方文档地址】。更多实战案例代码请参考【LangSmith实战案例】
LangFuse是LangSmith的平替，【官方网站】，【项目地址】。更多实战代码请参考【LangFuse】
Opik 是一个开源的 LLM 可观测性与评估平台，支持追踪、评估与提示词优化。【项目地址】，【官方文档】。
LlamaIndex
整理关于LlamaIndex的相关笔记和课程，更多请参考【LlamaIndex】
Agent Framework Insights
五套面向"彻底剖析"的中文技术课程，系统性拆解 PI、DeepSeek Harness、Hermes Agent、OpenHarness、OpenClaw 等真实开源 Agent Harness 项目的架构设计，并配套 Agent/Harness 从零实现的教学代码。更多请参考【Agent Framework Insights】
Web UI
Gradio 是一个用于快速构建机器学习/大模型 Demo 界面的 Python 库。整理了从创建第一个应用、多输入输出、图像处理、ChatInterface、Blocks 低阶 API 到公网分享的入门教程，更多请参考【Gradio】
06. 数据集
本仓库将大模型预训练、指令微调、对齐微调等阶段常用的开源数据集及评测基准整理在 06-datasets/ 目录下，更多请参考【DataSet】，涵盖：
- 预训练数据集：Anthropic HH、RedPajama、starcoderdata、Stanford Alpaca 等
- 指令微调数据集：databricks-dolly-15k、MetaMathQA、OIG、WildChat 等
- 对齐微调数据集：OpenAssistant Conversations Dataset（oasst1）等
- 评测基准：C-Eval、Gaokao、AGIEval、MMLU、LawBench 等
- 长文本评测数据集：ZeroSCROLLS、L-Eval、LongBench、LooGLE、CLongEval 等
07. 电子书
07-ebooks/ 目录下整理了 Agent/大模型应用相关的电子书，供系统性学习参考：
- Agentic Design Patterns（及中文版【代理设计模式-构建智能系统实战指南】）
- AI Agents Guidebook
- Building Applications with AI Agents
- 动手做AI Agent
附录：历史资料归档
archive/ 目录用于存放按时间归档的历史资料，与 01-07 按主题组织的内容分开管理，避免混淆两种不同的分类维度。
ChatGPT / GPT-4 归档
合并自 LLM-Paper-Lists 仓库，将 ChatGPT、GPT-4 发布前后（2023 年初）的论文、OpenAI 官方技术文档、技术解读博客及媒体报道整理在 archive/chatgpt-gpt4/ 目录下，作为 AGI/LLM 发展历程的历史资料留存。更多请参考【ChatGPT / GPT-4 归档】
欢迎共创
【👬🏻】欢迎Star ⭐️⭐️⭐️⭐️⭐️ && 提交 Pull requests 👏🏻👏🏻👏🏻
关于我
个人主页：wshzd.github.io
微信公众号：
声明
以上部分资料来自网络整理，供大家学习参考，如有侵权，麻烦联系我删除！
WeChat：h18821656387
Similar repos
Contributors
ArronAI007
6 commits
vincentkoc
1 commits
Languages
Jupyter Notebook
97.4%
Python
2.2%