#transformers Repositories
Insgesamt 273 Repositories
[ICLR 2025] Von allem zu Mesh, wie menschliche Künstler. Offizielle Implementierung von "MeshAnything: Artist-Created Mesh Generation with Autoregressive Transformers"
TransmogrifAI (ausgesprochen trăns-mŏgˈrə-fī) ist eine AutoML-Bibliothek zum Erstellen modularer, wiederverwendbarer und stark typisierter Machine-Learning-Workflows auf Apache Spark mit minimalem manuellem Anpassungsaufwand.
[CVPR 2025] Offizielle PyTorch-Implementierung von MambaVision: Ein hybrides Mamba-Transformer-Vision-Backbone
Lumina-T2X ist ein einheitlicher Rahmen für die Generierung von Text zu beliebigen Modalitäten
Eine Sammlung von 🤗 Transformers.js Demos und Beispielanwendungen
Implementierung von Toolformer, Sprachmodellen, die Werkzeuge verwenden können, von MetaAI
Erzwingen Sie das Ausgabeformat (JSON-Schema, Regex usw.) eines Sprachmodells
Python-Bindings für die in C/C++ mithilfe der GGML-Bibliothek implementierten Transformer-Modelle.
Synthetisieren von Grafikprogrammen für wissenschaftliche Abbildungen und Skizzen mit TikZ.
RDT-1B: ein Diffusionsgrundlagenmodell für bilaterale Manipulation
Beobachtung, Erforschung und Anwendung zukunftsweisender Technologien wie der Verarbeitung natürlicher Sprache, Wissensgraphen, großen Sprachmodellen und Agenten.
Implementierung von "EasyControl: Hinzufügen effizienter und flexibler Steuerung für Diffusion Transformer" (ICCV2025)
Effizienz der Post-Training-Quantisierung, Genauigkeit der quantisierungsbewussten Trainingsmethode
Verwandle jedes LLM in ein Entscheidungsmodell im Jev-Stil: typisierte Entscheidungen, echte Wahrscheinlichkeiten, kein Training. (Wird laufend aktualisiert; Issues und PR-Anfragen sind willkommen)
Vereinheitlichtes Training von Universal-Zeitreihenprognose-Transformatoren
Sichere RLHF: Konzernierte Wertausrichtung durch sicheres Reinforcement Learning aus menschlichem Feedback
[PAMI'23] TransFuser: Imitation mit Transformer-basierter Sensorfusion für autonomes Fahren; [CVPR'21] Multi-Modal Fusion Transformer für autonomes Fahren End-to-End
Fun-ASR-Spracherkennungsmodelle mit nativer Unterstützung für Hugging Face Transformers für Fun-ASR-Nano sowie separaten Bereitstellungspfaden für FunASR, vLLM und llama.cpp.
[CVPR 2025 Oral]Infinity ∞ : Skalierung von bitweisen autoregressiven Modellen für die hochauflösende Synthese von Bildern
Lag-Llama: Auf dem Weg zu Fundamentmodellen für die probabilistische Zeitreihenprognose
Implementierung von SoundStorm, effiziente parallele Audiogenerierung von Google Deepmind, in Pytorch
LLMs auf deinem Mac mit Apple Silicon fine-tunen. SFT, DPO, GRPO, Vision, TTS, STT, Embedding und OCR-Fine-Tuning — nativ auf MLX. Unsloth-kompatible API.
Ein Lehrplan zum Erlernen von Fundamentmodellen, von Grund auf bis zur Spitze
Neuerstellung des pi0 Vision-Sprache-Aktion (VLA)-Modells aus Physical Intelligence
Die Open-Source-Wahl des Data Scientists zur Skalierung, Bewertung und Pflege von natürlichen Sprachdaten. Behandeln Sie Trainingsdaten wie ein Softwareartefakt.
Pytorch-Implementierung von Transfusion, „Vorhersage des nächsten Tokens und Diffusion von Bildern mit einem multimodalen Modell“ von MetaAI
Implementierung des in Self-Rewarding Language Model von MetaAI vorgeschlagenen Trainingsframeworks
Pruna ist ein Framework zur Modelloptimierung, das für Entwickler entwickelt wurde und es Ihnen ermöglicht, schnellere, effizientere Modelle mit minimalem Overhead zu liefern.
Sammle einige Arbeiten über Transformer für Detektion und Segmentierung. Awesome Detection Transformer für Computer Vision (CV)