#machine-learning-engineering Repositorios
Descubre 33 repositorios activos de código abierto de GitHub etiquetados con #machine-learning-engineering, que acumulan 191,690 estrellas en total (una media de 5,808 estrellas por proyecto). El líder de este tema es stanfordnlp/dspy, con 39,164 estrellas.
33 repositorios en total
DSPy: El framework para programar – no para solicitar indicaciones – modelos de lenguaje
Un manual para maximizar sistemáticamente el rendimiento de los modelos de aprendizaje profundo.
Kedro es una caja de herramientas para data science lista para producción. Utiliza las mejores prácticas de ingeniería de software para ayudarte a crear pipelines de ingeniería de datos y data science que sean reproducibles, mantenibles y modulares.
El nuevo libro de Google, 'Agentic Design Patterns', la mejor versión en chino, optimizado continuamente. Incluye: lectura en línea, PDF y descarga del eBook en ePub.
Search-R1: Un marco de entrenamiento RL eficiente y escalable para razonamiento y llamadas al motor de búsqueda basado en LLM entrelazados con veRL
Resúmenes y recursos para el libro "Designing Machine Learning Systems" (Chip Huyen, O'Reilly 2022)
Recopilación de artículos sobre prácticas de la industria como búsqueda, recomendación, publicidad y aumento de ingresos (Fuentes: Zhihu, Datafuntalk, cuentas públicas técnicas)
🤖 𝗔𝗽𝗽𝗿𝗲𝗻𝗲𝘇 gratuitamen te cómo construir un sistema 𝗟𝗟𝗠 y 𝗥𝗔𝗚 de extremo a extremo listo para producción utilizando las mejores prácticas de 𝗟𝗟𝗠𝗢𝗽𝘀: ~ 𝘤𝘰𝘥𝘪𝘨𝘰 𝘴𝘰𝘶𝘳𝘤𝘦 + 12 𝘭𝘦çᴏ𝘯𝘴 prácticas
Preguntas de entrevista para puestos de algoritmos de modelos grandes (con respuestas): preguntas frecuentes y análisis de conceptos "Preguntas de entrevista para modelos grandes", "Entrevista para puestos de algoritmos", "Preguntas frecuentes de entrevista", "Entrevista de algoritmos de modelos grandes", "Fundamentos de aplicaciones de modelos grandes"
MLE-bench es un benchmark para medir el rendimiento de los agentes de IA en la ingeniería de aprendizaje automático
Una colección de cuadernos/recetas que muestran casos de uso de modelos de código abierto con Together AI.
Este repositorio es un archivo de correos electrónicos que el increíble Quincy Larson envía cada semana.
Curando una lista de investigaciones relacionadas con AutoML, herramientas, proyectos y otros recursos
Deep Learning para principiantes. Todos los detalles prácticos y utilidades útiles que se incluyen al trabajar con modelos reales.
Cuadernos para la especialización en Modelos de Lenguaje Grandes (LLMs)
LeanRL es un fork de CleanRL, donde se seleccionaron scripts de PyTorch optimizados para el rendimiento utilizando compile y cudagraphs.
Marco rag genérico para aplicar el poder de los LLM a cualquier conjunto de datos dado
Preguntas frecuentes
¿Cuál es el repositorio de #machine-learning-engineering más popular en GitHub?
El proyecto de código abierto de #machine-learning-engineering mejor posicionado en GitHub es stanfordnlp/dspy, con 39,164 estrellas. DSPy: El framework para programar – no para solicitar indicaciones – modelos de lenguaje
¿Qué lenguajes de programación se utilizan más en los repositorios de #machine-learning-engineering?
Entre los proyectos de #machine-learning-engineering mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, HTML.
¿Cómo se calcula la clasificación de los repositorios de #machine-learning-engineering?
Seguimos 33 repositorios activos de código abierto etiquetados con #machine-learning-engineering (500+ estrellas), que suman un total de 191,690 estrellas, con una media de 5,808 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.