#model-training Repositorios
Descubre 37 repositorios activos de código abierto de GitHub etiquetados con #model-training, que acumulan 187,631 estrellas en total (una media de 5,071 estrellas por proyecto). El líder de este tema es ultralytics/yolov5, con 58,290 estrellas.
37 repositorios en total
Ultralytics YOLOv5 en PyTorch para detección de objetos, segmentación de instancias, clasificación, entrenamiento y exportación.
La verdadera y desgarradora historia oscura detrás del desarrollo del modelo Pangu de Noah.
Implementación en PyTorch de YOLOv3, YOLOv3-SPP y YOLOv3-tiny para detección de objetos en tiempo real con entrenamiento, validación, inferencia y exportación en múltiples formatos.
Orquestación distribuida y con seguridad de tipos de agentes, canalizaciones de ML e inferencia en tiempo real en tu k8s, en Python puro con async/await y también en otros lenguajes (Rust, Go y TypeScript)
🚀 Sistema Impresionante para Machine Learning ⚡️ Papeles de Sistemas AI y Práctica Industrial. ⚡️ Sistema para Machine Learning, LLM (Large Language Model), GenAI (Generative AI). 🍻 OSDI, NSDI, SIGCOMM, SoCC, MLSys, etc. 🗃️ Llama3, Mistral, etc. 🧑💻 Tutoriales en Video.
"Build a Large Language Model (From Scratch)" es un libro electrónico que explora en profundidad los principios y la implementación de los modelos de lenguaje grandes, adecuado para estudiantes que desean comprender la arquitectura, el proceso de entrenamiento y el desarrollo de aplicaciones de modelos grandes como GPT. Para permitir que más lectores chinos accedan a este valioso material didáctico, he decidido traducirlo al chino y compartirlo de forma abierta a través de GitHub.
Framework de código abierto para la investigación y el desarrollo de modelos fundacionales.
[NeurIPS 2026] DataFlex: Un punto de referencia y una plataforma de evaluación unificados para el entrenamiento de modelos de lenguaje de gran tamaño centrado en los datos
🔥🔥Biblioteca de Reconocimiento Facial de Alto Rendimiento en PaddlePaddle & PyTorch🔥🔥
Implementación de Dreambooth (https://arxiv.org/abs/2208.12242) mediante Textual Inversion (https://arxiv.org/abs/2208.01618) para Stable Diffusion (https://arxiv.org/abs/2112.10752). Ajustes enfocados en el entrenamiento de caras, objetos y estilos.
Un algoritmo de paralelismo de pipeline bidireccional para la superposición de cómputo-comunicación en el entrenamiento de DeepSeek V3/R1.
Developer Asset Hub para NVIDIA Nemotron — Un recurso integral de todo en uno para recetas de entrenamiento, manuales de uso, conjuntos de datos y ejemplos de referencia completos de extremo a extremo para construir con modelos Nemotron.
📹 Un marco más flexible que puede generar videos en cualquier resolución y crea videos a partir de imágenes.
prompt2model - Generar Modelos Desplegables a Partir de Instrucciones en Lenguaje Natural
Repositorio para entrenar modelos de separación de fuentes de música.
Paquete principal de InstructLab. Úselo para chatear con un modelo y ejecutar el flujo de trabajo de InstructLab para entrenar un modelo utilizando datos de taxonomía personalizados.
Sistema de archivos nativo para IA y la nube, escrito en Rust. POSIX completo sobre almacenamiento de objetos con una caché distribuida multinivel, para entrenamiento e inferencia de IA y agentes. Proyecto Sandbox de CNCF.
Análisis del código fuente del modelo de lenguaje grande ligero MiniMind, que incluye procesos completos como tokenizer, RoPE, MoE, KV Cache, preentrenamiento, SFT, LoRA, DPO.
Una base de código flexible y eficiente para entrenar modelos de lenguaje visualmente condicionados (VLM)
El programa de entrenamiento para libfacedetection para detección de rostros y detección de 5 puntos de referencia.
DiffuCoder: Comprensión y mejora de modelos de difusión enmascarados para la generación de código
Modelos Fundacionales Legibles, Escalables y Reproducibles con Tensores Nombrados y Jax
Pipeline de detección de objetos YOLOv4/v3/v2 de extremo a extremo, implementado en tf.keras con diferentes tecnologías
Un repositorio para la investigación sobre modelos de lenguaje de tamaño mediano.
Preguntas frecuentes
¿Cuál es el repositorio de #model-training más popular en GitHub?
El proyecto de código abierto de #model-training mejor posicionado en GitHub es ultralytics/yolov5, con 58,290 estrellas. Ultralytics YOLOv5 en PyTorch para detección de objetos, segmentación de instancias, clasificación, entrenamiento y exportación.
¿Qué lenguajes de programación se utilizan más en los repositorios de #model-training?
Entre los proyectos de #model-training mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Go, HTML.
¿Cómo se calcula la clasificación de los repositorios de #model-training?
Seguimos 37 repositorios activos de código abierto etiquetados con #model-training (500+ estrellas), que suman un total de 187,631 estrellas, con una media de 5,071 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.