Git Stars Git Stars

#transformer-architecture Repositories

147
Gesamtzahl der Repositories
594,368
Gesamtanzahl der Sterne
4,043
Durchschnittliche Sterne/Repo

Insgesamt 147 Repositories

51
PixArt-alpha/PixArt-sigma

PixArt-Σ: Schwach-zu-Stark-Training des Diffusion Transformers für 4K-Text-zu-Bild-Generierung

PixArt-alpha
⭐ 1,884 Python 👤 PixArt-alpha Organization 🕐 Aktualisiert 2024-10-31 📅 Erstellt 2024-02-29
52
QwenLM/Qwen-Audio

Das offizielle Repository von Qwen-Audio (通义千问-Audio) Chat & vortrainiertes großes Audio-Sprachmodell, das von Alibaba Cloud vorgeschlagen wurde.

QwenLM
⭐ 1,857 Python 👤 QwenLM Organization 🕐 Aktualisiert 2024-07-05 📅 Erstellt 2023-11-07
53
nlpodyssey/spago

Eigenständige Machine-Learning- und Natural-Language-Processing-Bibliothek in Go

nlpodyssey
⭐ 1,850 Go 👤 nlpodyssey Organization 🕐 Aktualisiert 2025-04-01 📅 Erstellt 2020-01-05
54
DGoettlich/history-llms

Informationszentrum für unser Projekt zur Schulung der größtmöglichen historischen LLMs.

DGoettlich
⭐ 1,808 👤 DGoettlich User 🕐 Aktualisiert 2025-12-22 📅 Erstellt 2025-12-14
55
llmgenai/LLMInterviewQuestions

Dieses Repository enthält LLM- (Large Language Model) Interviewfragen, die bei Top-Unternehmen wie Google, Nvidia, Meta, Microsoft und Fortune-500-Unternehmen gestellt werden.

llmgenai
⭐ 1,781 👤 llmgenai User 🕐 Aktualisiert 2025-02-12 📅 Erstellt 2024-12-26
59
baaivision/Emu3.5

Native multimodale Modelle sind Weltlerner

baaivision
⭐ 1,567 Python 👤 baaivision Organization 🕐 Aktualisiert 2025-12-30 📅 Erstellt 2025-10-29
60
ZeyueT/AudioX

[ICLR 2026] Repository von AudioX

ZeyueT
⭐ 1,559 Python 👤 ZeyueT User 🕐 Aktualisiert 2026-03-10 📅 Erstellt 2025-03-13
⭐ 1,503 Python 👤 Stability-AI Organization 🕐 Aktualisiert 2025-01-08 📅 Erstellt 2024-10-09
63
facebookresearch/MobileLLM

MobileLLM Optimierung von Sprachmodellen mit weniger als einer Milliarde Parametern für Anwendungsfälle auf Geräten. In ICML 2024.

facebookresearch
⭐ 1,471 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2026-04-30 📅 Erstellt 2024-07-09
64
FireRedTeam/FireRedTTS2

Langform-Streaming-TTS-System für die Generierung von Multi-Speaker-Dialogen

FireRedTeam
⭐ 1,433 Python 👤 FireRedTeam Organization 🕐 Aktualisiert 2025-10-26 📅 Erstellt 2025-09-02
65
bigscience-workshop/Megatron-DeepSpeed

Laufende Forschung trainiert Transformer-Sprachmodelle in großem Maßstab, einschließlich: BERT & GPT-2

bigscience-workshop
⭐ 1,426 Python 👤 bigscience-workshop Organization 🕐 Aktualisiert 2024-03-20 📅 Erstellt 2021-07-02
67
thunlp/ERNIE

Quellcode und Datensatz für das ACL-2019-Papier "ERNIE: Enhanced Language Representation with Informative Entities"

thunlp
⭐ 1,418 Python 👤 thunlp Organization 🕐 Aktualisiert 2024-01-10 📅 Erstellt 2019-05-17
68
tianweiy/CausVid

(CVPR 2025) Von langsamen bidirektionalen zu schnellen autoregressiven Video-Diffusionsmodellen

tianweiy
⭐ 1,414 Python 👤 tianweiy User 🕐 Aktualisiert 2025-08-07 📅 Erstellt 2025-03-14
69
PKU-VCL-3DV/SLAM3R

[CVPR 2025 Highlight] Echtzeit-Szenenrekonstruktion für dichte Umgebungen mit SLAM3R

PKU-VCL-3DV
⭐ 1,378 Python 👤 PKU-VCL-3DV Organization 🕐 Aktualisiert 2025-10-18 📅 Erstellt 2024-12-11
70
tanishqkumar/beyond-nanogpt

Minimale und kommentierte Implementierungen von Schlüsselideen aus der modernen Deep-Learning-Forschung.

tanishqkumar
⭐ 1,361 Python 👤 tanishqkumar User 🕐 Aktualisiert 2026-01-29 📅 Erstellt 2025-04-16
71
wzzheng/TPVFormer

[CVPR 2023] Eine akademische Alternative zu Teslas Occupancy Network für autonomes Fahren.

wzzheng
⭐ 1,314 Python 👤 wzzheng User 🕐 Aktualisiert 2024-09-07 📅 Erstellt 2022-11-19
72
agemagician/ProtTrans

ProtTrans bietet hochmoderne vortrainierte Sprachmodelle für Proteine an. ProtTrans wurde auf Tausenden von GPUs von Summit und Hunderten von Google TPUs unter Verwendung von Transformer-Modellen trainiert.

agemagician
⭐ 1,310 Jupyter Notebook 👤 agemagician User 🕐 Aktualisiert 2025-05-22 📅 Erstellt 2020-05-11
73
hemingkx/SpeculativeDecodingPapers

📰 Lesenswertes: Publikationen und Blogs zu Speculative Decoding ⚡️

hemingkx
⭐ 1,309 👤 hemingkx User 🕐 Aktualisiert 2026-06-27 📅 Erstellt 2023-09-20
74
glouppe/info8010-deep-learning

Vorlesungen zu INFO8010 Deep Learning, ULiège

glouppe
⭐ 1,294 Jupyter Notebook 👤 glouppe User 🕐 Aktualisiert 2026-07-13 📅 Erstellt 2018-03-14
75
Ma-Lab-Berkeley/CRATE

Code für CRATE (Coding RAte reduction TransformEr).

Ma-Lab-Berkeley
⭐ 1,261 Python 👤 Ma-Lab-Berkeley Organization 🕐 Aktualisiert 2024-10-23 📅 Erstellt 2023-05-29
76
ga642381/speech-trident

Hervorragende Sprach-/Audio-LLMs, Repräsentationslernen und Codec-Modelle

ga642381
⭐ 1,249 👤 ga642381 User 🕐 Aktualisiert 2026-07-10 📅 Erstellt 2024-04-08
77
willisma/SiT

Offizielle PyTorch-Implementierung von "SiT: Erkundung von fluss- und diffusionsbasierten generativen Modellen mit skalierbaren interpolanten Transformatoren"

willisma
⭐ 1,228 Python 👤 willisma User 🕐 Aktualisiert 2025-12-22 📅 Erstellt 2023-11-28
78
awslabs/sockeye

Sequence-to-Sequence-Framework mit Schwerpunkt auf Neural Machine Translation basierend auf PyTorch

awslabs
⭐ 1,217 Python 👤 awslabs Organization 🕐 Aktualisiert 2024-10-24 📅 Erstellt 2017-06-08
80
gpu-mode/awesomeMLSys

Eine ML-System-Onboarding-Liste

gpu-mode
⭐ 1,154 👤 gpu-mode Organization 🕐 Aktualisiert 2026-02-19 📅 Erstellt 2024-05-06
82
HITsz-TMG/Uni-MoE

Uni-MoE: Lychees Familie großer multimodaler Modelle.

HITsz-TMG
⭐ 1,120 Python 👤 HITsz-TMG Organization 🕐 Aktualisiert 2026-08-06 📅 Erstellt 2024-03-04
83
XiaomiMiMo/MiMo-Audio

MiMo-Audio: Audio-Sprachmodelle sind Few-Shot-Lerner

XiaomiMiMo
⭐ 1,095 Python 👤 XiaomiMiMo Organization 🕐 Aktualisiert 2026-10-29 📅 Erstellt 2025-09-19
84
chaytonmin/Awesome-BEV-Perception-Multi-Cameras

Hervorragende Arbeiten zur Multi-Kamera 3D-Objekterkennung und -segmentierung in der Vogelperspektive, wie DETR3D, BEVDet, BEVFormer, BEVDepth, UniAD

chaytonmin
⭐ 1,088 👤 chaytonmin User 🕐 Aktualisiert 2024-04-26 📅 Erstellt 2022-04-24
85
Alpha-VLLM/Lumina-mGPT-2.0

Lumina-mGPT 2.0: Standalone autoregressives Bildmodellierung

Alpha-VLLM
⭐ 1,081 Python 👤 Alpha-VLLM Organization 🕐 Aktualisiert 2025-11-03 📅 Erstellt 2025-04-03
86
dzyim/ilya-sutskever-recommended-reading

Es wird gezegd, dass Ilya Sutskever John Carmack diese Leseliste mit etwa 30 Forschungsarbeiten zum Thema Deep Learning gegeben hat.

dzyim
⭐ 1,080 👤 dzyim User 🕐 Aktualisiert 2024-06-04 📅 Erstellt 2024-05-14
87
gangweix/pixel-perfect-depth

[TPAMI 2026 & NeurIPS 2025] Pixelgenaue Tiefenbestimmung

gangweix
⭐ 1,076 Python 👤 gangweix User 🕐 Aktualisiert 2026-02-13 📅 Erstellt 2025-05-26
88
hans0809/MiniMind-in-Depth

Quellcode-Analyse des leichtgewichtigen großen Sprachmodells MiniMind, einschließlich der vollständigen Abläufe von Tokenizer, RoPE, MoE, KV Cache, Pretraining, SFT, LoRA, DPO.

hans0809
⭐ 1,072 👤 hans0809 User 🕐 Aktualisiert 2025-06-16 📅 Erstellt 2025-06-16
89
OpenGVLab/SAM-Med2D

Offizielle Implementierung von SAM-Med2D

OpenGVLab
⭐ 1,071 Jupyter Notebook 👤 OpenGVLab Organization 🕐 Aktualisiert 2024-06-18 📅 Erstellt 2023-08-26
90
abertsch72/unlimiformer

Öffentliches Repository für das NeurIPS 2023 Paper „Unlimiformer: Long-Range Transformers mit unbegrenzter Eingabelänge“

abertsch72
⭐ 1,063 Python 👤 abertsch72 User 🕐 Aktualisiert 2024-03-07 📅 Erstellt 2023-05-03
91
tspeterkim/flash-attention-minimal

Flash Attention in ~100 Zeilen CUDA (nur Forward-Pass)

tspeterkim
⭐ 1,036 Cuda 👤 tspeterkim User 🕐 Aktualisiert 2024-12-30 📅 Erstellt 2024-03-07
92
fla-org/native-sparse-attention

🐳 Effiziente Triton-Implementierungen für "Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention"

fla-org
⭐ 1,030 Python 👤 fla-org Organization 🕐 Aktualisiert 2026-02-05 📅 Erstellt 2025-02-21
93
Ligo-Biosciences/AlphaFold3

Open-Source-Implementierung von AlphaFold3

Ligo-Biosciences
⭐ 1,024 Python 👤 Ligo-Biosciences Organization 🕐 Aktualisiert 2024-10-07 📅 Erstellt 2023-11-11
94
qiuzh20/gated_attention

Die offizielle Implementierung für [NeurIPS2025 Oral] Gated Attention für Große Sprachmodelle: Nichtlinearität, Sparsität und Attention-Sink-Free

qiuzh20
⭐ 994 Jupyter Notebook 👤 qiuzh20 User 🕐 Aktualisiert 2025-12-20 📅 Erstellt 2025-05-09
95
likejazz/llama3.np

llama3.np ist eine reine NumPy-Implementierung für das Llama 3-Modell.

likejazz
⭐ 991 Python 👤 likejazz User 🕐 Aktualisiert 2025-04-27 📅 Erstellt 2024-05-13
96
wzzheng/StreamVGGT

[ICLR 2026] Streaming 4D Visuelle Geometrie Transformer

wzzheng
⭐ 988 Python 👤 wzzheng User 🕐 Aktualisiert 2025-10-27 📅 Erstellt 2025-07-14
97
myshell-ai/JetMoE

Erreichen der LLaMA2-Leistung mit 0,1 Mio. Dollar

myshell-ai
⭐ 988 Python 👤 myshell-ai Organization 🕐 Aktualisiert 2024-07-23 📅 Erstellt 2024-04-02
98
kebijuelun/Awesome-LLM-Learning

Lernen großer Sprachmodelle (LLM) (Große Sprachmodelle lernen)

kebijuelun
⭐ 984 TypeScript 👤 kebijuelun User 🕐 Aktualisiert 2026-01-05 📅 Erstellt 2023-08-06
99
nathanrs/tiny-diffusion

Ein zeichenbasiertes Sprachdiffusionsmodell, trainiert auf Tiny Shakespeare

nathanrs
⭐ 935 Python 👤 nathanrs User 🕐 Aktualisiert 2026-01-16 📅 Erstellt 2025-10-21
100
facebookresearch/spiritlm

Inferenzcode für das Paper "Spirit-LM Interleaved Spoken and Written Language Model".

facebookresearch
⭐ 926 Python 👤 facebookresearch Organization 🕐 Aktualisiert 2024-10-28 📅 Erstellt 2024-09-06