Inicio Proyectos xgen
xgen

xgen

por salesforce · GitHub

Modelos LLM de código abierto de Salesforce con longitud de secuencia de 8k.

Ver en GitHub
En palabras simples

Ejecuta los modelos XGen de Salesforce para procesar secuencias de texto largas en tu propia computadora.

⭐ Estrellas
🍴 Ramas
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
xgen — GitHub preview card
📈 Historial de estrellas
728727
2026-07-202026-07-29
📈 Sigue xgen

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Modelos LLM de código abierto de Salesforce con longitud de secuencia de 8k.

xgen tiene 727 estrellas en GitHub. Se ha bifurcado 41 veces. xgen está escrito principalmente en Python. Se desarrolla activamente desde 2023. xgen está disponible bajo la licencia Apache-2.0. Sus temas principales son: language-model, large-language-models, llm, nlp.

Frequently asked questions

¿Qué es xgen?

Modelos LLM de código abierto de Salesforce con longitud de secuencia de 8k.

¿xgen es de código abierto?

xgen es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿xgen es gratis?

Sí. xgen es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está xgen?

xgen está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito xgen?

xgen está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — xgen

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=salesforce-xgen)](https://opensourceai.tech/project/salesforce-xgen.html)
Más opciones de distintivos →
🧬 Comparte ADN con

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.