#transformer-models Repositories
Entdecke 102 aktive Open-Source-GitHub-Repositories, die mit #transformer-models getaggt sind und insgesamt 342,474 Sterne gesammelt haben (durchschnittlich 3,357 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist facebookresearch/segment-anything mit 53,052 Sternen.
Insgesamt 102 Repositories
Das Repository bietet Code zur Ausführung von Inferenz mit dem SegmentAnything Model (SAM), Links zum Herunterladen der trainierten Modell-Checkpoints und Beispiel-Notebooks, die zeigen, wie das Modell verwendet wird.
Moshi ist ein Sprach-Text-Grundlagenmodell und ein Full-Duplex-Sprachdialogsystem. Es verwendet Mimi, einen hochmodernen Streaming-Neural-Audio-Codec.
Hackbare und optimierte Transformer-Bausteine, die eine komponierbare Konstruktion unterstützen.
Offizielle Code-Implementierung der General OCR Theory: Auf dem Weg zu OCR-2.0 über ein vereinheitlichtes End-to-End-Modell
Zonos-v0.1 ist ein führendes Open-Weight-Text-to-Speech-Modell, das auf über 200.000 Stunden abwechslungsreicher mehrsprachiger Sprache trainiert wurde und eine Ausdrucksstärke und Qualität liefert, die mit den besten TTS-Anbietern mithalten kann oder diese sogar übertrifft.
DeepSeek-Coder-V2: Das Brechen der Barriere von Closed-Source-Modellen in der Code-Intelligenz
Code für das Paper "Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer"
Eine letztlich umfassende Liste von Papieren zu Vision Transformer/Attention, einschließlich Papieren, Codes und verwandter Websites
[NeurIPS 2023] Offizielle Implementierung des Papers „Segment Everything Everywhere All at Once“
Qwen3-omni ist ein nativ durchgängiges, omnimodales LLM, das vom Qwen-Team bei Alibaba Cloud entwickelt wurde und Text, Audio, Bilder und Video verstehen sowie Sprache in Echtzeit generieren kann.
Eine Bibliothek für mechanistische Interpretierbarkeit von GPT-ähnlichen Sprachmodellen
[CVPR 2024 Highlight] FoundationPose: Vereinheitlichte 6D-Posen-Schätzung und Verfolgung neuartiger Objekte
Repository zum Trainieren von Modellen für die Musikquellentrennung.
solo-learn: eine Bibliothek von selbstüberwachten Methoden für visuelles Repräsentationslernen, angetrieben von Pytorch Lightning
Octo ist eine Transformer-basierte Roboterrichtlinie, die auf einem vielfältigen Mix von 800.000 Roboterbahnen trainiert wurde.
Swift-Paket zur Implementierung einer Transformer-ähnlichen API in Swift
Granite Code Models: Eine Familie von offenen Foundation-Modellen für Code Intelligence
LLM Transparency Tool (LLM-TT), ein Open-Source-Toolkit für die Analyse der internen Funktionsweise von Transformer-basierten Sprachmodellen. *Demo ansehen unter* https://huggingface.co/spaces/facebook/llm-transparency-tool-demo
Eine kuratierte Liste von Foundation-Modellen für Aufgaben im Bereich Vision und Sprache
Allegro ist ein leistungsstarkes Text-zu-Video-Modell, das aus einfachen Texteingaben Videos von bis zu 6 Sekunden Länge mit 15 Bildern pro Sekunde und einer Auflösung von 720p generiert.
[CVPR 2021 & IJCV 2024] Semantische Segmentierung aus einer Sequenz-zu-Sequenz-Perspektive mit Transformatoren neu überdacht
Häufig gestellte Fragen
Welches ist das beliebteste #transformer-models-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#transformer-models-Projekt auf GitHub ist facebookresearch/segment-anything mit 53,052 Sternen. Das Repository bietet Code zur Ausführung von Inferenz mit dem SegmentAnything Model (SAM), Links zum Herunterladen der trainierten Modell-Checkpoints und Beispiel-Notebooks, die zeigen, wie das Modell verwendet wird.
Welche Programmiersprachen werden in #transformer-models-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #transformer-models-Projekten auf GitHub sind Python, Jupyter Notebook, C++, Swift die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #transformer-models-Repositories berechnet?
Wir verfolgen 102 aktive Open-Source-Repositories, die mit #transformer-models getaggt sind (500+ Sterne), mit insgesamt 342,474 Sternen und durchschnittlich 3,357 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.