#transformers Repositories
Insgesamt 273 Repositories
Eine flexible und effiziente Codebasis für das Training von visuell-konditionierten Sprachmodellen (VLMs)
Eine PyTorch-Bibliothek kuratierter Transformer-Modelle und ihrer zusammensetzbaren Komponenten
Offizielles Repository meines Buches "Ein praktischer Leitfaden zum Feinabstimmen von LLMs mit PyTorch und Hugging Face"
MOMENT: Eine Familie von Open Time-series Foundation Models, ICML'24
Das beste Repository, das zeigt, warum Transformer für Zeitreihenprognosen möglicherweise nicht die Antwort sind, und die besten SOTA-Nicht-Transformer-Modelle vorstellt.
Halo ist ein von White Circle entwickeltes Open-Source-Framework zum Trainieren großer Sprachmodelle und multimodaler Modelle
Offizielle Implementierung des Papers „MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens“
Transformer sind Stichprobeneffiziente Weltmodelle. ICLR 2023, bemerkenswerte Top 5%.
Code für die ICML 2023-Arbeit „SparseGPT: Massive Sprachmodelle können in One-Shot präzise trainiert werden“.
Implementierung von MeshGPT, SOTA-Mesh-Generierung mittels Attention, in Pytorch
Github-Repository mit Tutorials zur Feinabstimmung von Transformatoren für verschiedene NLP-Aufgaben
Dies ist ein Projekt zum Trainieren von großen Sprachmodellen von Grund auf, einschließlich Vortraining, Fine-Tuning und direkter Präferenzoptimierung, wobei das Modell 1 Milliarde Parameter hat und Chinesisch und Englisch unterstützt.
Ein Computer, kompiliert in die Gewichte eines Sprachmodells. Eine exakte CPU in Qwen3.5-4B, mit dem Gated-DeltaNet-Zustand als RAM.
🤖✨ChatMLX ist eine moderne, quelloffene, leistungsstarke Chat-Anwendung für MacOS, die auf großen Sprachmodellen basiert.
PhoBERT: vortrainierte Sprachmodelle für Vietnamesisch (EMNLP-2020 Findings)
Vorabprüfung für das Fine-Tuning eines LLM auf einer einzelnen GPU: Speicherschätzungen, ausführbare LoRA-/QLoRA-Rezepte und lokale Messungen.
Implementierung von Phenaki Video, das Mask GIT verwendet, um textgesteuerte Videos von bis zu 2 Minuten Länge in Pytorch zu produzieren
Transformers PHP ist ein Toolkit für PHP-Entwickler, um ihren Projekten einfach maschinelles Lernen hinzuzufügen.
Dieses Repository ist eine kuratierte Sammlung der aufregendsten und einflussreichsten CVPR 2024-Paper. 🔥 [Paper + Code + Demo]
LLM-PowerHouse: Entfesseln Sie das Potenzial von LLMs durch kuratierte Tutorials, Best Practices und gebrauchsfertigen Code für benutzerdefiniertes Training und Inferenz.
Erweitern Sie bestehende LLMs weit über die ursprüngliche Trainingslänge hinaus bei konstantem Speicherverbrauch, ohne erneutes Training
Revisiting von vortrainierten Modellen für die chinesische Verarbeitung natürlicher Sprache (MacBERT)
PyTorch-Implementierung von JointBERT: "BERT for Joint Intent Classification and Slot Filling"
Die PyTorch-Implementierung von Generative Pre-trained Transformers (GPTs) unter Verwendung von Kolmogorov-Arnold-Netzwerken (KANs) für die Sprachmodellierung
Eine native .NET-Inferenz-Engine für große Sprachmodelle (LLMs) und eine Agenten-Laufzeitumgebung für GGUF-Modelle. TensorSharp bietet eine Konsolenanwendung, eine webbasierte Chatbot-Oberfläche, eine iPhone-App sowie mit Ollama/OpenAI kompatible HTTP-APIs für den programmgesteuerten Zugriff. Es unterstützt Windows, macOS, iOS und Linux mit vollständiger GPU-Unterstützung.
Graphem-zu-Phonem-Umwandlung des Persischen (Farsi) in das Internationale Phonetische Alphabet (IPA) mithilfe eines feinabgestimmten ByT5-Modells.
Offizielles Code-Repository für „Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights“ (ICML 2026 Spotlight)
Implementierung von MEGABYTE, Vorhersage von Million-Byte-Sequenzen mit multiskalaren Transformatoren, in Pytorch
Dieses Repository ist eine kuratierte Sammlung der aufregendsten und einflussreichsten CVPR 2023 Papers. 🔥 [Paper + Code]
[CVPR 2025 Highlight] Offizieller Code und Modelle für den Encoder-only Mask Transformer (EoMT).
Ein KI-Framework zur Generierung und Modifikation von osu!-Beatmaps für alle Spielmodi basierend auf Spektrogramm-Eingaben.
Ein mehrsprachiges Python-Toolkit für Sentimentanalyse und Social NLP-Aufgaben