Accueil Projets mlx-llm
mlx-llm
Python

mlx-llm

Applications et outils de grands modèles de langage (LLMs) fonctionnant sur Apple Silicon en temps réel avec Apple MLX.

par riccardomusmeci · GitHub
Étoiles
Forks
Créé
Dernier commit
Catégorie
Langue
Probable
Auto-hébergeable
llamallmmistralPythonAuto-hébergeable
Voir sur GitHub
En termes simples

Exécutez divers modèles de langage IA sur des ordinateurs Apple en temps réel.

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 →
mlx-llm — GitHub preview card
📈 Historique des étoiles
466465
2026-07-202026-08-31
📈 Suivez mlx-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

Applications et outils de grands modèles de langage (LLMs) fonctionnant sur Apple Silicon en temps réel avec Apple MLX.

mlx-llm compte 465 étoiles sur GitHub. Il a été forké 29 fois. mlx-llm est écrit principalement en Python. Il est développé activement depuis 2023. Ses principaux thèmes sont : llama, llm, mistral, mlx.

Frequently asked questions

Qu'est-ce que mlx-llm ?

Applications et outils de grands modèles de langage (LLMs) fonctionnant sur Apple Silicon en temps réel avec Apple MLX.

mlx-llm est-il open source ?

mlx-llm est un projet open source.

mlx-llm est-il gratuit ?

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

Dans quel langage mlx-llm est-il écrit ?

mlx-llm est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — mlx-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=riccardomusmeci-mlx-llm)](https://olud.ai/project/riccardomusmeci-mlx-llm.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →

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