#transformer-architecture Repositories
Entdecke 147 aktive Open-Source-GitHub-Repositories, die mit #transformer-architecture getaggt sind und insgesamt 594,368 Sterne gesammelt haben (durchschnittlich 4,043 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist karpathy/nanoGPT mit 64,617 Sternen.
Insgesamt 147 Repositories
Das einfachste, schnellste Repository zum Trainieren/Feintunen mittelgroßer GPTs.
TimesFM (Time Series Foundation Model) ist ein vortrainiertes Foundation-Modell für Zeitreihen, das von Google Research für die Zeitreihenprognose entwickelt wurde.
Das Repository stellt Code zur Ausführung der Inferenz mit dem Meta Segment Anything Model 2 (SAM 2), Links zum Herunterladen der trainierten Modell-Checkpoints und Beispiel-Notebooks bereit, die zeigen, wie das Modell verwendet wird.
Das Repository stellt Code für die Durchführung von Inferenz und Finetuning mit dem Meta Segment Anything Model 3 (SAM 3) bereit, Links zum Herunterladen der trainierten Modell-Checkpoints und Beispiel-Notebooks, die zeigen, wie man das Modell verwendet.
Dieses Projekt zielt darauf ab, Sora (Open AI T2V Modell) zu reproduzieren. Wir hoffen, dass die Open-Source-Community zu diesem Projekt beitragen wird.
Qwen-Image ist ein leistungsstarkes Basismodell zur Bildgenerierung, das komplexe Textdarstellung und präzise Bildbearbeitung ermöglicht.
Grundlagen großer Modelle: Verstehen Sie die Grundlagen großer Modelle in einem Artikel
Large World Model -- Modellierung von Text und Video mit Millionen von Kontexten
Dies ist ein einfaches technisches科普-Tutorial-Projekt, das sich hauptsächlich darauf konzentriert, einige interessante, hochmoderne technische Konzepte und Prinzipien zu erklären. Jeder Artikel wird angestrebt, in 5 Minuten gelesen zu werden.
Einfache und effiziente PyTorch-native Transformer-Textgenerierung in <1000 LOC Python.
[ICLR 2024] Fine-Tuning von LLaMA zur Befolgung von Anweisungen innerhalb von 1 Stunde und 1,2 Mio. Parametern
DeepSeek-V2: Ein starkes, wirtschaftliches und effizientes Mixture-of-Experts Sprachmodell
Eine letztlich umfassende Liste von Papieren zu Vision Transformer/Attention, einschließlich Papieren, Codes und verwandter Websites
PyTorch-Code und Modelle für das selbstüberwachte Lernen aus Videos mit VJEPA2.
Verwendung von Bert, ERNIE für die Klassifizierung von chinesischem Text
"Build a Large Language Model (From Scratch)" ist ein E-Book, das tief in die Prinzipien und die Implementierung großer Sprachmodelle eintaucht und sich an Lernende richtet, die die Architekturen, Trainingsprozesse und Anwendungsentwicklung von großen Modellen wie GPT verstehen möchten. Damit mehr chinesische Leser diese äußerst wertvolle Anleitung erhalten können, habe ich beschlossen, sie ins Chinesische zu übersetzen und über GitHub Open Source zu teilen.
[CVPR2025 Highlight] Video Generation Foundation Models: https://saiyan-world.github.io/goku/
Offizielle Codebasis für Decision Transformer: Reinforcement Learning durch Sequenzmodellierung.
Dieses Repository zeichnet hauptsächlich Interviewfragen für Algorithmusingenieure für große Modelle (LLMs) auf.
Eine offizielle Implementierung von PatchTST: „Eine Zeitreihe ist 64 Wörter wert: Langzeitvorhersage mit Transformern.“ (ICLR 2023) https://arxiv.org/abs/2211.14730
Dies ist das offizielle Repository für "The Hundred-Page Language Models Book" von Andriy Burkov
Eine nanoGPT-Pipeline, verpackt in einer Tabellenkalkulation
Ein LLM, das nur auf Daten aus bestimmten Zeiträumen trainiert wurde, um moderne Verzerrungen zu reduzieren
Häufig gestellte Fragen
Welches ist das beliebteste #transformer-architecture-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#transformer-architecture-Projekt auf GitHub ist karpathy/nanoGPT mit 64,617 Sternen. Das einfachste, schnellste Repository zum Trainieren/Feintunen mittelgroßer GPTs.
Welche Programmiersprachen werden in #transformer-architecture-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #transformer-architecture-Projekten auf GitHub sind Python, Jupyter Notebook, Makefile, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #transformer-architecture-Repositories berechnet?
Wir verfolgen 147 aktive Open-Source-Repositories, die mit #transformer-architecture getaggt sind (500+ Sterne), mit insgesamt 594,368 Sternen und durchschnittlich 4,043 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.