#few-shot-learning Repositorios
Descubre 41 repositorios activos de código abierto de GitHub etiquetados con #few-shot-learning, que acumulan 94,558 estrellas en total (una media de 2,306 estrellas por proyecto). El líder de este tema es jindongwang/transferlearning, con 14,330 estrellas.
41 repositorios en total
Aprendizaje por transferencia / Adaptación de dominio / Generalización de dominio / Aprendizaje multitarea etc. Artículos, códigos, conjuntos de datos, aplicaciones, tutoriales. - Aprendizaje por transferencia
Una biblioteca de Habilidades de Agente diseñada para funcionar con el servidor Stitch MCP. Cada habilidad sigue el estándar abierto Agent Skills, para compatibilidad con agentes de codificación como Antigravity, Gemini CLI, Claude Code, Cursor.
22 técnicas de ingeniería de prompts con tutoriales prácticos en Jupyter Notebook, desde conceptos fundamentales hasta estrategias avanzadas para aprovechar LLMs.
Este repositorio contiene recursos seleccionados a mano para la Ingeniería de Prompts con un enfoque en Generative Pre-trained Transformer (GPT), ChatGPT, PaLM, etc.
FlagAI (Fast LArge-scale General AI models) es un toolkit rápido, fácil de usar y extensible para modelos a gran escala.
Resumen de artículos de Prompt & LLM, datos y modelos de código abierto, aplicaciones AIGC
Repositorio oficial de GitHub para C-Eval, un conjunto de evaluación chino para modelos fundacionales [NeurIPS 2023]
FSL-Mate: Una colección de recursos para el aprendizaje con pocos ejemplos (FSL).
Personaliza el modelo Segment Anything (SAM) con 1 toma en 10 segundos
[pip install medmnist] 18 conjuntos de datos estandarizados para clasificación de imágenes biomédicas 2D y 3D
Código listo para usar y cuadernos de tutoriales para impulsar su camino hacia el aprendizaje de pocas muestras para la clasificación de imágenes.
MiMo-Audio: Los modelos de lenguaje de audio son aprendices de pocos ejemplos
[TPAMI 2023] LibFewShot: Una biblioteca completa para el aprendizaje con pocos ejemplos (Few-shot Learning).
Impresionantes artículos sobre extracción de información generativa (IE) utilizando grandes modelos de lenguaje (LLM)
Conjunto de datos abordado por un método de referencia y compresión de frecuencia para la detección de objetos infrarrojos con pocos disparos
Prefix-Tuning: Optimización de indicaciones continuas para la generación
Una lista curada de impresionantes métodos de aprendizaje de indicaciones/adaptadores para modelos de visión y lenguaje como CLIP.
Fusión de Modelos en LLMs, MLLMs y más allá: Métodos, Teorías, Aplicaciones y Oportunidades. ACM Computing Surveys, 2026.
Un conjunto de datos de conjuntos de datos para aprender a aprender de pocos ejemplos
Implementación en TensorFlow y PyTorch de "Meta-Transfer Learning for Few-Shot Learning" (CVPR2019)
Los LLM pueden generar comentarios sobre su trabajo, utilizarlos para mejorar la salida y repetir este proceso de forma iterativa.
Usar GPT para organizar y acceder a información, y generar preguntas. El objetivo a largo plazo es crear un asistente de investigación similar a un agente.
[COLM 2024] LoraHub: Generalización eficiente entre tareas a través de la composición dinámica de LoRA
Implementación oficial del artículo "Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis" en ICLR 2021
El código oficial para "One Fits All: Power General Time Series Analysis by Pretrained LM (NeurIPS 2023 Spotlight)"
"FSGS: Síntesis de vistas few-shot en tiempo real utilizando Gaussian Splatting", Zehao Zhu*, Zhiwen Fan*, Yifan Jiang, Zhangyang Wang
Preguntas frecuentes
¿Cuál es el repositorio de #few-shot-learning más popular en GitHub?
El proyecto de código abierto de #few-shot-learning mejor posicionado en GitHub es jindongwang/transferlearning, con 14,330 estrellas. Aprendizaje por transferencia / Adaptación de dominio / Generalización de dominio / Aprendizaje multitarea etc. Artículos, códigos, conjuntos de datos, aplicaciones, tutoriales. - Aprendizaje por transferencia
¿Qué lenguajes de programación se utilizan más en los repositorios de #few-shot-learning?
Entre los proyectos de #few-shot-learning mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, TypeScript.
¿Cómo se calcula la clasificación de los repositorios de #few-shot-learning?
Seguimos 41 repositorios activos de código abierto etiquetados con #few-shot-learning (500+ estrellas), que suman un total de 94,558 estrellas, con una media de 2,306 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.