#fsdp Repositorios
Descubre 12 repositorios activos de código abierto de GitHub etiquetados con #fsdp, que acumulan 18,670 estrellas en total (una media de 1,555 estrellas por proyecto). El líder de este tema es facebookresearch/fairscale, con 3,408 estrellas.
12 repositorios en total
Extensiones de PyTorch para entrenamiento de alto rendimiento y a gran escala.
Miles es un marco de aprendizaje por refuerzo orientado a empresas para el post-entrenamiento de LLM y VLM, derivado de y co-evolucionando con slime.
Implementación de referencia para DPO (Direct Preference Optimization)
Un marco de RL escalable, centrado en los agentes y nativo de HuggingFace para investigación (9000 líneas).
Entrena modelos de decodificación especulativa sin esfuerzo y portálos sin problemas al servicio SGLang.
GigaTrain: Un Marco de Entrenamiento Eficiente y Escalable para Modelos de IA
[ECCV 2026 Oral] DreamID-V: Cerrando la brecha entre imagen y video para el intercambio de rostros de alta fidelidad mediante Transformer de Difusión
Mejores prácticas y guías sobre cómo escribir código de entrenamiento de PyTorch distribuido
De maestro a mosaicos — un motor de destilación y servicio de LLM desde cero: kernels personalizados de Triton/CUDA, destilación FSDP, procesamiento por lotes continuo con KV paginado, decodificación especulativa, una puerta de enlace en Rust, un oráculo JAX y herramientas de interpretabilidad.
Preguntas frecuentes
¿Cuál es el repositorio de #fsdp más popular en GitHub?
El proyecto de código abierto de #fsdp mejor posicionado en GitHub es facebookresearch/fairscale, con 3,408 estrellas. Extensiones de PyTorch para entrenamiento de alto rendimiento y a gran escala.
¿Qué lenguajes de programación se utilizan más en los repositorios de #fsdp?
Entre los proyectos de #fsdp mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #fsdp?
Seguimos 12 repositorios activos de código abierto etiquetados con #fsdp (500+ estrellas), que suman un total de 18,670 estrellas, con una media de 1,555 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.