Accueil Projets Taiwan-LLM
Taiwan-LLM
Python

Taiwan-LLM

LLMs en mandarin traditionnel pour Taïwan

par MiuLab · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
langauge-modelllmtaiwanApache-2.0Python
Voir sur GitHub
En termes simples

Interagissez avec des modèles de langue mandarine traditionnelle conçus spécifiquement pour Taïwan.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
Taiwan-LLM — GitHub preview card
📈 Historique des étoiles
1.43k1.42k
2026-07-202026-08-31
📈 Suivez Taiwan-LLM

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

LLMs en mandarin traditionnel pour Taïwan

Taiwan-LLM compte 1.4k étoiles sur GitHub. Il a été forké 119 fois. Taiwan-LLM est écrit principalement en Python. Il est développé activement depuis 2023. Taiwan-LLM est disponible sous licence Apache-2.0. Ses principaux thèmes sont : langauge-model, llm, taiwan, traditional-mandarin.

Frequently asked questions

Qu'est-ce que Taiwan-LLM ?

LLMs en mandarin traditionnel pour Taïwan

Taiwan-LLM est-il open source ?

Taiwan-LLM est un projet open source. Il est distribué sous licence Apache-2.0.

Taiwan-LLM est-il gratuit ?

Oui. Taiwan-LLM est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est Taiwan-LLM ?

Taiwan-LLM est disponible sous licence Apache-2.0.

Dans quel langage Taiwan-LLM est-il écrit ?

Taiwan-LLM est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — Taiwan-LLM

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=miulab-taiwan-llm)](https://olud.ai/project/miulab-taiwan-llm.html)
Plus d'options de badge →
🧬 Partage son ADN avec

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.