#mixture-of-experts Repositories
Entdecke 78 aktive Open-Source-GitHub-Repositories, die mit #mixture-of-experts getaggt sind und insgesamt 392,641 Sterne gesammelt haben (durchschnittlich 5,033 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist deepseek-ai/DeepSeek-V3 mit 104,417 Sternen.
Insgesamt 78 Repositories
DeepSpeed ist eine Deep-Learning-Optimierungsbibliothek, die verteiltes Training und Inferenz einfach, effizient und effektiv macht.
Ein Kimi K3-Modell mit 2,78 Billionen Parametern, das Inferenz auf einer einzelnen CPU mit 8,24 GB RAM ausführt. Portables C99: kein BLAS, kein Framework, keine GPU.
《AI-Infrastruktur tiefgehend verstehen: Quantitative Analyse und Systemdesign》 (von Li Bojie), ein Open-Source-Buchmanuskript: Ausgehend von Hardwarebeschränkungen und Modellarchitekturen wird das Design von LLM-Inferenz- und Trainingssystemen quantitativ hergeleitet. Enthält den vollständigen Buchtext, ein PDF, zugehörige Berechnungstools und Experimente.
Produktiongetestete KI-Infrastrukturwerkzeuge für die effiziente Entwicklung von AGI und gemeinschaftsgesteuerte Innovation
DeepSeek-Coder-V2: Das Brechen der Barriere von Closed-Source-Modellen in der Code-Intelligenz
DeepSeek-VL2: Mixture-of-Experts Vision-Language Models für fortschrittliches multimodales Verständnis
fastllm ist eine hochperformante Inferenzbibliothek für große Sprachmodelle, die keine Backend-Abhängigkeiten hat und Ihnen hilft, Inferenz auf den meisten Geräten effizient auszuführen.
DeepSeek-V2: Ein starkes, wirtschaftliches und effizientes Mixture-of-Experts Sprachmodell
Bedingte Speicher durch skalierbare Abfrage: Eine neue Sparsity-Achse für große Sprachmodelle
Qwen3.8 ist eine Reihe großer Sprachmodelle, die vom Qwen-Team der Alibaba Group entwickelt wurde.
Miles ist ein auf Unternehmen ausgelegtes Verstärkungslern-Framework für die Nachtrainierung von LLM und VLM, abgezweigt von und gemeinsam mit slime weiterentwickelt.
Führen Sie GLM-5.3 (744B), DeepSeek-V4.1-Flash (748B), MiniMax-M3.1-Flash (428B), GLM-5.3-Flash (321B) und Hy4-Flash (220B) auf Ihren eigenen GPUs aus – ab 8 GB VRAM, mit Unterstützung für NVIDIA und AMD, einem einzigen Dashboard sowie einer mit OpenAI und Anthropic kompatiblen API.
Große Modelle von Grund auf neu bauen: Eine komplette Praxis von Pretraining bis RLHF
Dezentrales Deep Learning in PyTorch. Entwickelt, um Modelle auf Tausenden von Freiwilligen auf der ganzen Welt zu trainieren.
Führen Sie Mixtral-8x7B-Modelle in Colab oder auf Consumer-Desktops aus
Monkey (LMM): Bildauflösung und Textetikett sind wichtige Dinge für große multimodale Modelle (CVPR 2024 Highlight)
DeepSeekMoE: Auf dem Weg zur ultimativen Experten spezialisierung in Mixture-of-Experts Sprachmodellen
Neuerstellung des pi0 Vision-Sprache-Aktion (VLA)-Modells aus Physical Intelligence
Spiking Brain-inspired Large Models, die hybride effiziente Attention, MoE-Module und Spike-Kodierung in ihre Architektur integrieren
Lokale Inferenz mit dem Verhalten einer hochmodernen API: Qwen3.8-Flash-Next auf AMD Strix Halo sowie kleine NPU-Modelle – über die OpenAI- und Anthropic-APIs auf einem einzigen Port.
MiMo-V2-Flash: Effizientes Schlussfolgern, Codieren und agentisches Basismodell
GPU-freie CPU-Inferenz für 30B–284B-MoE-Modelle (Qwen3.8 176.5B mit kaltem Cache in Cgroup v2 bei 28,26/48,35 GiB zertifiziert, DeepSeek-V4 284B, Nemotron-30B) + RouteCrack 2.0.
Führen Sie große KI-Modelle auf Ihrem eigenen PC aus: Qwen3.8-Flash-Next mit der Engine von Strata sowie GLM 5.3 Flash, DeepSeek V4 Flash, LFM2.5, Qwen3.6, Ornith 1.5, Gemma 4, Tiel Coder und MiniCPM-V mit einer zweiten Engine, die für PolyStrata entwickelt wurde. Ein-Klick-Installation für Windows und Linux, mit OpenAI-/Anthropic-API auf localhost.
Führe Modelle aus, die größer sind als dein RAM oder VRAM, indem du MoE-Experten von einer SSD streamst. Basiert auf llama.cpp.
Eine Sammlung von FANTASTISCHEN Dingen über Mixture-of-Experts
PyTorch-Reimplementierung von "The Sparsely-Gated Mixture-of-Experts Layer" von Noam Shazeer et al. https://arxiv.org/abs/1701.06538
Kimi-VL: Mixture-of-Experts Vision-Language Model für multimodales Schlussfolgern, Langkontext-Verständnis und starke Agentenfähigkeiten
Häufig gestellte Fragen
Welches ist das beliebteste #mixture-of-experts-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#mixture-of-experts-Projekt auf GitHub ist deepseek-ai/DeepSeek-V3 mit 104,417 Sternen.
Welche Programmiersprachen werden in #mixture-of-experts-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #mixture-of-experts-Projekten auf GitHub sind Python, C++, Jupyter Notebook, C die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #mixture-of-experts-Repositories berechnet?
Wir verfolgen 78 aktive Open-Source-Repositories, die mit #mixture-of-experts getaggt sind (500+ Sterne), mit insgesamt 392,641 Sternen und durchschnittlich 5,033 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.