#low-latency-inference Repositories
Entdecke 14 aktive Open-Source-GitHub-Repositories, die mit #low-latency-inference getaggt sind und insgesamt 56,906 Sterne gesammelt haben (durchschnittlich 4,064 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist alievk/avatarify-python mit 16,551 Sternen.
Insgesamt 14 Repositories
Moshi ist ein Sprach-Text-Grundlagenmodell und ein Full-Duplex-Sprachdialogsystem. Es verwendet Mimi, einen hochmodernen Streaming-Neural-Audio-Codec.
Kimi-Audio, ein Open-Source-Audiofundierungsmodell, das sich in Audioverständnis, -generierung und -gesprächen auszeichnet
Eine schnelle Inferenzbibliothek zum Ausführen von LLMs lokal auf modernen Consumer-GPUs
Eine blitzschnelle Zustandsautomat- und Reguläre-Ausdrucks-Manipulationsbibliothek.
Qwen-Image-Lightning: Beschleunigung des Qwen-Image-Modells durch Destillation
Beschleunigen Sie Ihre Hugging Face Transformers um das 7,6- bis 9-fache. Nativ für Hugging Face und PyTorch.
✨✨[NeurIPS 2025] VITA-Audio: Schnelle verschränkte kreuzmodale Token-Generierung für ein effizientes großes Sprach-Sprachmodell
Häufig gestellte Fragen
Welches ist das beliebteste #low-latency-inference-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#low-latency-inference-Projekt auf GitHub ist alievk/avatarify-python mit 16,551 Sternen. Avatare für Zoom, Skype und andere Videokonferenz-Apps.
Welche Programmiersprachen werden in #low-latency-inference-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #low-latency-inference-Projekten auf GitHub sind Python, C++, Cuda die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #low-latency-inference-Repositories berechnet?
Wir verfolgen 14 aktive Open-Source-Repositories, die mit #low-latency-inference getaggt sind (500+ Sterne), mit insgesamt 56,906 Sternen und durchschnittlich 4,064 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.