Git Stars Git Stars

#mixture-of-experts Repositorios

Descubre 78 repositorios activos de código abierto de GitHub etiquetados con #mixture-of-experts, que acumulan 392,641 estrellas en total (una media de 5,033 estrellas por proyecto). El líder de este tema es deepseek-ai/DeepSeek-V3, con 104,417 estrellas.

78
Total de Repositorios
392,641
Total de estrellas
5,033
Promedio de Estrellas/Repo

78 repositorios en total

⭐ 104,417 Python 👤 deepseek-ai Organization 🕐 Actualizado 2025-08-28 📅 Creado 2024-12-26
2
xai-org/grok-1

Grok Open Release

xai-org
⭐ 50,567 Python 👤 xai-org Organization 🕐 Actualizado 2024-08-30 📅 Creado 2024-03-17
3
deepspeedai/DeepSpeed

DeepSpeed es una biblioteca de optimización de aprendizaje profundo que hace que el entrenamiento distribuido y la inferencia sean fáciles, eficientes y efectivos.

deepspeedai
⭐ 43,348 Python 👤 deepspeedai Organization 🕐 Actualizado 2026-11-21 📅 Creado 2020-01-23
4
openai/gpt-oss

gpt-oss-120b y gpt-oss-20b son dos modelos de lenguaje de peso abierto de OpenAI

openai
⭐ 20,557 Python 👤 openai Organization 🕐 Actualizado 2026-10-29 📅 Creado 2025-06-23
5
FareedKhan-dev/kimi-k3-in-c

Un modelo Kimi K3 de 2,78 billones de parámetros ejecutando inferencia en una sola CPU con 8,24 GB de RAM. C99 portátil: sin BLAS, sin framework, sin GPU.

FareedKhan-dev
⭐ 12,523 C 👤 FareedKhan-dev User 🕐 Actualizado 2026-11-16 📅 Creado 2026-08-01
6
MoonshotAI/Kimi-K2

Kimi K2 es la serie de grandes modelos de lenguaje desarrollada por el equipo de Moonshot AI.

MoonshotAI
⭐ 11,121 👤 MoonshotAI Organization 🕐 Actualizado 2026-01-21 📅 Creado 2025-07-03
7
deepseek-ai/DeepEP

DeepEP: una biblioteca de comunicación experto-paralela eficiente

deepseek-ai
⭐ 10,462 Cuda 👤 deepseek-ai Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-02-17
8
bojieli/ai-infra-book

《Comprender en profundidad la infraestructura de IA: análisis cuantitativo y diseño de sistemas》 (por Li Bojie), un manuscrito de libro de código abierto: partiendo de las restricciones del hardware y de las arquitecturas de los modelos, deriva cuantitativamente el diseño de sistemas de inferencia y entrenamiento de LLM. Incluye el texto completo, el PDF, herramientas de cálculo complementarias y experimentos.

bojieli
⭐ 8,179 Python 👤 bojieli User 🕐 Actualizado 2026-10-01 📅 Creado 2026-08-22
9
deepseek-ai/open-infra-index

Herramientas de infraestructura de IA probadas en producción para el desarrollo eficiente de AGI y la innovación impulsada por la comunidad

deepseek-ai
⭐ 8,007 👤 deepseek-ai Organization 🕐 Actualizado 2025-05-15 📅 Creado 2025-02-21
10
deepseek-ai/DeepSeek-Coder-V2

DeepSeek-Coder-V2: Rompiendo la barrera de los modelos de código cerrado en inteligencia de código

deepseek-ai
⭐ 7,030 👤 deepseek-ai Organization 🕐 Actualizado 2025-11-11 📅 Creado 2024-06-14
11
ByteDance-Seed/Bagel

Modelo multimodal unificado de código abierto

ByteDance-Seed
⭐ 6,223 Python 👤 ByteDance-Seed Organization 🕐 Actualizado 2026-05-04 📅 Creado 2025-04-17
12
deepseek-ai/DeepSeek-VL2

DeepSeek-VL2: Modelos de Visión-Lenguaje Mixture-of-Experts para la Comprensión Multimodal Avanzada

deepseek-ai
⭐ 5,297 Python 👤 deepseek-ai Organization 🕐 Actualizado 2025-02-26 📅 Creado 2024-12-13
13
ztxz16/fastllm

fastllm es una biblioteca de inferencia de modelos de lenguaje grandes de alto rendimiento que no depende de ningún backend y le ayuda a ejecutar inferencias de forma eficiente en la mayoría de los dispositivos.

ztxz16
⭐ 5,133 C++ 👤 ztxz16 User 🕐 Actualizado 2026-11-21 📅 Creado 2023-05-13
14
deepseek-ai/DeepSeek-V2

DeepSeek-V2: Un modelo de lenguaje de mezcla de expertos fuerte, económico y eficiente

deepseek-ai
⭐ 4,988 👤 deepseek-ai Organization 🕐 Actualizado 2024-09-25 📅 Creado 2024-04-22
15
deepseek-ai/Engram

Memoria condicional mediante búsqueda escalable: Un nuevo eje de esparsidad para modelos de lenguaje grandes

deepseek-ai
⭐ 4,835 Python 👤 deepseek-ai Organization 🕐 Actualizado 2026-01-14 📅 Creado 2026-01-12
16
QwenLM/Qwen3.8

Qwen3.8 es una serie de modelos de lenguaje de gran escala desarrollada por el equipo de Qwen de Alibaba Group.

QwenLM
⭐ 4,459 👤 QwenLM Organization 🕐 Actualizado 2026-08-17 📅 Creado 2025-09-11
17
algorithmicsuperintelligence/optillm

Optimización del proxy de inferencia para LLMs

algorithmicsuperintelligence
⭐ 4,343 Python 👤 algorithmicsuperintelligence Organization 🕐 Actualizado 2026-11-16 📅 Creado 2024-08-22
18
ML-GSAI/LLaDA

Implementación oficial de PyTorch para "Large Language Diffusion Models"

ML-GSAI
⭐ 4,020 Python 👤 ML-GSAI Organization 🕐 Actualizado 2026-07-15 📅 Creado 2025-02-13
19
radixark/miles

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.

radixark
⭐ 3,386 Python 👤 radixark Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-10-09
20
mw00/project-maya

Ejecuta GLM-5.3 (744B), DeepSeek-V4.1-Flash (748B), MiniMax-M3.1-Flash (428B), GLM-5.3-Flash (321B) y Hy4-Flash (220B) en tus propias GPU: desde 8 GB de VRAM, compatibles con NVIDIA y AMD, un solo panel de control y una API compatible con OpenAI y Anthropic.

mw00
⭐ 3,140 C++ 👤 mw00 User 🕐 Actualizado 2026-11-21 📅 Creado 2026-10-06
21
huggingface/nanotron

Entrenamiento minimalista de modelos de lenguaje grandes con paralelismo 3D

huggingface
⭐ 2,869 Python 👤 huggingface Organization 🕐 Actualizado 2026-10-08 📅 Creado 2023-09-11
22
qibin0506/Cortex

Construyendo grandes modelos desde cero: una práctica completa desde el preentrenamiento hasta RLHF

qibin0506
⭐ 2,705 Python 👤 qibin0506 User 🕐 Actualizado 2026-08-21 📅 Creado 2025-06-24
23
learning-at-home/hivemind

Aprendizaje profundo descentralizado en PyTorch. Construido para entrenar modelos en miles de voluntarios en todo el mundo.

learning-at-home
⭐ 2,554 Python 👤 learning-at-home Organization 🕐 Actualizado 2026-01-11 📅 Creado 2020-02-27
24
dvmazur/mixtral-offloading

Ejecute modelos Mixtral-8x7B en Colab o en escritorios de consumo

dvmazur
⭐ 2,327 Python 👤 dvmazur User 🕐 Actualizado 2024-04-08 📅 Creado 2023-12-15
25
MoonshotAI/Kimi-K2.5

Inteligencia Agéntica Visual Abierta

MoonshotAI
⭐ 2,321 👤 MoonshotAI Organization 🕐 Actualizado 2026-08-06 📅 Creado 2026-01-30
26
PKU-YuanGroup/MoE-LLaVA

【TMM 2025🔥】 Mixture-of-Experts para grandes modelos de Visión-Lenguaje

PKU-YuanGroup
⭐ 2,321 Python 👤 PKU-YuanGroup Organization 🕐 Actualizado 2025-07-15 📅 Creado 2023-12-14
27
Yuliang-Liu/Monkey

Monkey (LMM): La resolución de imagen y la etiqueta de texto son importantes para los modelos multimodales grandes (CVPR 2024 Highlight)

Yuliang-Liu
⭐ 1,954 Python 👤 Yuliang-Liu User 🕐 Actualizado 2026-09-25 📅 Creado 2023-11-09
28
deepseek-ai/DeepSeek-MoE

DeepSeekMoE: Hacia la especialización definitiva de expertos en modelos de lenguaje Mixture-of-Experts

deepseek-ai
⭐ 1,862 Python 👤 deepseek-ai Organization 🕐 Actualizado 2024-01-16 📅 Creado 2024-01-02
29
laekov/fastmoe

Una implementación MoE rápida para PyTorch

laekov
⭐ 1,853 Python 👤 laekov User 🕐 Actualizado 2025-02-10 📅 Creado 2021-01-25
30
allenai/Olmo-core

Bloques de construcción de PyTorch para el ecosistema OLMo

allenai
⭐ 1,810 Python 👤 allenai Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-03-23
31
XueFuzhao/OpenMoE

Una familia de modelos de lenguaje grandes Mixture-of-Experts (MoE) de código abierto

XueFuzhao
⭐ 1,648 Python 👤 XueFuzhao User 🕐 Actualizado 2024-03-08 📅 Creado 2023-08-08
⭐ 1,599 Python 👤 databricks Organization 🕐 Actualizado 2026-03-25 📅 Creado 2023-01-26
33
MoonshotAI/Moonlight

Muon es escalable para el entrenamiento de LLM

MoonshotAI
⭐ 1,523 👤 MoonshotAI Organization 🕐 Actualizado 2025-08-03 📅 Creado 2025-02-22
34
allenzren/open-pi-zero

Reimplementación del modelo pi0 de visión-lenguaje-acción (VLA) de Physical Intelligence

allenzren
⭐ 1,470 Python 👤 allenzren User 🕐 Actualizado 2025-01-31 📅 Creado 2024-12-03
35
BICLab/SpikingBrain-7B

Grandes Modelos de Spiking inspirados en el Cerebro, que integran atención híbrida eficiente, módulos MoE y codificación de espigas en su arquitectura

BICLab
⭐ 1,432 Python 👤 BICLab User 🕐 Actualizado 2026-05-14 📅 Creado 2025-09-03
36
peonist-ai/halogen-flash-server

Inferencia local con un comportamiento similar al de una API de vanguardia: Qwen3.8-Flash-Next en AMD Strix Halo, junto con pequeños modelos NPU, a través de las API de OpenAI y Anthropic en un mismo puerto.

peonist-ai
⭐ 1,412 Shell 👤 peonist-ai Organization 🕐 Actualizado 2026-11-18 📅 Creado 2026-08-26
37
XiaomiMiMo/MiMo-V2-Flash

MiMo-V2-Flash: Razonamiento, codificación y modelo fundacional agentico eficiente

XiaomiMiMo
⭐ 1,399 👤 XiaomiMiMo Organization 🕐 Actualizado 2026-10-29 📅 Creado 2025-12-15
38
synchopate/llama-modchip

Inferencia en CPU sin GPU para modelos MoE de 30B–284B (Qwen3.8 176.5B certificado con caché fría en Cgroup v2 de 28,26/48,35 GiB, DeepSeek-V4 284B, Nemotron-30B) + RouteCrack 2.0.

synchopate
⭐ 1,398 Python 👤 synchopate User 🕐 Actualizado 2026-11-21 📅 Creado 2026-10-29
39
deepseek-ai/EPLB

Balanceador de carga de paralelismo experto

deepseek-ai
⭐ 1,384 Python 👤 deepseek-ai Organization 🕐 Actualizado 2025-03-24 📅 Creado 2025-02-26
41
simplexai-labs/PolyStrata

Ejecuta grandes modelos de IA en tu propio PC: Qwen3.8-Flash-Next con el motor de Strata, y GLM 5.3 Flash, DeepSeek V4 Flash, LFM2.5, Qwen3.6, Ornith 1.5, Gemma 4, Tiel Coder y MiniCPM-V con un segundo motor creado para PolyStrata. Instalación con un clic para Windows y Linux, con una API de OpenAI/Anthropic en localhost.

simplexai-labs
⭐ 1,324 C++ 👤 simplexai-labs Organization 🕐 Actualizado 2026-11-18 📅 Creado 2026-10-06
42
wici-ai/inferssd

Ejecuta modelos que superan la capacidad de tu RAM o VRAM transmitiendo expertos MoE desde un SSD. Basado en llama.cpp.

wici-ai
⭐ 1,277 C++ 👤 wici-ai Organization 🕐 Actualizado 2026-11-20 📅 Creado 2026-10-22
43
XueFuzhao/awesome-mixture-of-experts

Una colección de cosas IMPRESIONANTES sobre modelos de mezcla de expertos

XueFuzhao
⭐ 1,247 👤 XueFuzhao User 🕐 Actualizado 2024-12-08 📅 Creado 2022-03-30
44
davidmrau/mixture-of-experts

Reimplementación en PyTorch de "The Sparsely-Gated Mixture-of-Experts Layer" por Noam Shazeer et al. https://arxiv.org/abs/1701.06538

davidmrau
⭐ 1,215 Python 👤 davidmrau User 🕐 Actualizado 2024-04-19 📅 Creado 2019-07-19
45
MoonshotAI/Kimi-VL

Kimi-VL: Modelo Visión-Lenguaje de Mezcla de Expertos para Razonamiento Multimodal, Comprensión de Largo Contexto y Fuertes Capacidades de Agente

MoonshotAI
⭐ 1,203 👤 MoonshotAI Organization 🕐 Actualizado 2025-07-15 📅 Creado 2025-04-09
46
deepseek-ai/profile-data

Analizar la superposición de cómputo y comunicación en V3/R1.

deepseek-ai
⭐ 1,159 👤 deepseek-ai Organization 🕐 Actualizado 2025-03-21 📅 Creado 2025-02-26
48
HITsz-TMG/Uni-MoE

Uni-MoE: La familia de modelos multimodales grandes de Lychee.

HITsz-TMG
⭐ 1,120 Python 👤 HITsz-TMG Organization 🕐 Actualizado 2026-08-06 📅 Creado 2024-03-04
49
rhymes-ai/Aria

Código base para Aria - un MoE nativo multimodal abierto

rhymes-ai
⭐ 1,089 Jupyter Notebook 👤 rhymes-ai Organization 🕐 Actualizado 2025-01-22 📅 Creado 2024-09-29
50
allenai/OLMoE

OLMoE: Modelos de Lenguaje Abiertos de Mezcla de Expertos

allenai
⭐ 1,087 Jupyter Notebook 👤 allenai Organization 🕐 Actualizado 2025-09-23 📅 Creado 2024-06-22

Preguntas frecuentes

1

¿Cuál es el repositorio de #mixture-of-experts más popular en GitHub?

El proyecto de código abierto de #mixture-of-experts mejor posicionado en GitHub es deepseek-ai/DeepSeek-V3, con 104,417 estrellas.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #mixture-of-experts?

Entre los proyectos de #mixture-of-experts mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, Jupyter Notebook, C.

3

¿Cómo se calcula la clasificación de los repositorios de #mixture-of-experts?

Seguimos 78 repositorios activos de código abierto etiquetados con #mixture-of-experts (500+ estrellas), que suman un total de 392,641 estrellas, con una media de 5,033 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.