🧑🚀 Resumo dos melhores recursos de LLM do mundo (geração multimodal, Agente, programação assistida, revisão de IA, processamento de dados, treinamento de modelos, inferência de modelos, modelo o1, MCP, pequenos modelos de linguagem, modelos de linguagem visual) | Resumo dos melhores recursos de LLM do mundo.
Explore uma coleção selecionada de recursos relacionados a modelos de linguagem grandes e projetos de IA.
Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.
Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.
Grátis · sem cartão · cancele quando quiser🧑🚀 Resumo dos melhores recursos de LLM do mundo (geração multimodal, Agente, programação assistida, revisão de IA, processamento de dados, treinamento de modelos, inferência de modelos, modelo o1, MCP, pequenos modelos de linguagem, modelos de linguagem visual) | Resumo dos melhores recursos de LLM do mundo.
awesome-LLM-resources tem 8.9k estrelas no GitHub. Foi bifurcado 971 vezes. Está em desenvolvimento ativo desde 2024. awesome-LLM-resources está disponível sob a licença Apache-2.0. Os seus principais temas são: awesome-list, book, course, large-language-models.
🧑🚀 Resumo dos melhores recursos de LLM do mundo (geração multimodal, Agente, programação assistida, revisão de IA, processamento de dados, treinamento de modelos, inferência de modelos, modelo o1, MCP, pequenos modelos de linguagem, modelos de linguagem visual) | Resumo dos melhores recursos de LLM do mundo.
awesome-LLM-resources é um projeto de código aberto. É distribuído sob a licença Apache-2.0.
Sim. awesome-LLM-resources é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.
awesome-LLM-resources está disponível sob a licença Apache-2.0.
Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.
[](https://olud.ai/project/wangrongsheng-awesome-llm-resources.html)
Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.