awesome-LLM-resources
🧑🚀 Resumen de los mejores recursos LLM del mundo（generación multimodal, Agente, programación asistida, revisión AI, procesamiento de datos, entrenamiento de modelos, inferencia de modelos, modelo o1, MCP, pequeños modelos de lenguaje, modelos de lenguaje visual） |
Explora una colección curada de recursos relacionados con modelos de lenguaje grande y proyectos de IA.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quieras🧑🚀 Resumen de los mejores recursos LLM del mundo（generación multimodal, Agente, programación asistida, revisión AI, procesamiento de datos, entrenamiento de modelos, inferencia de modelos, modelo o1, MCP, pequeños modelos de lenguaje, modelos de lenguaje visual） |
awesome-LLM-resources tiene 8.9k estrellas en GitHub. Se ha bifurcado 971 veces. Se desarrolla activamente desde 2024. awesome-LLM-resources está disponible bajo la licencia Apache-2.0. Sus temas principales son: awesome-list, book, course, large-language-models.
¿Qué es awesome-LLM-resources?
🧑🚀 Resumen de los mejores recursos LLM del mundo（generación multimodal, Agente, programación asistida, revisión AI, procesamiento de datos, entrenamiento de modelos, inferencia de modelos, modelo o1, MCP, pequeños modelos de lenguaje, modelos de lenguaje visual） |
¿awesome-LLM-resources es de código abierto?
awesome-LLM-resources es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.
¿awesome-LLM-resources es gratis?
Sí. awesome-LLM-resources es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿Bajo qué licencia está awesome-LLM-resources?
awesome-LLM-resources está disponible bajo la licencia Apache-2.0.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/wangrongsheng-awesome-llm-resources.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.