Git Stars Git Stars

#pre-training Repositorios

Descubre 18 repositorios activos de código abierto de GitHub etiquetados con #pre-training, que acumulan 43,729 estrellas en total (una media de 2,429 estrellas por proyecto). El líder de este tema es RUCAIBox/LLMSurvey, con 12,165 estrellas.

18
Total de Repositorios
43,729
Total de estrellas
2,429
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook

18 repositorios en total

1
RUCAIBox/LLMSurvey

La página oficial de GitHub para el artículo de revisión "A Survey of Large Language Models".

RUCAIBox
⭐ 12,165 Python 👤 RUCAIBox Organization 🕐 Actualizado 2025-03-11 📅 Creado 2023-03-14
2
datajuicer/data-juicer

Procesamiento de datos para y con modelos fundacionales. 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-08-01
3
bojone/bert4keras

Implementación en Keras de Transformers para humanos

bojone
⭐ 5,422 Python 👤 bojone User 🕐 Actualizado 2024-11-11 📅 Creado 2019-08-26
4
dbiir/UER-py

Marco de modelos de preentrenamiento de código abierto en PyTorch & Zoológico de modelos preentrenados

dbiir
⭐ 3,102 Python 👤 dbiir Organization 🕐 Actualizado 2024-05-09 📅 Creado 2019-04-10
5
EgoAlpha/prompt-in-context-learning

Recursos increíbles para el aprendizaje en contexto y la ingeniería de prompts: dominio de los LLM como ChatGPT, GPT-3 y FlanT5, con actualizaciones de última generación y de vanguardia.

EgoAlpha
⭐ 2,251 Jupyter Notebook 👤 EgoAlpha User 🕐 Actualizado 2026-11-21 📅 Creado 2023-03-08
6
ChandlerBang/awesome-self-supervised-gnn

Artículos sobre preentrenamiento y aprendizaje autosupervisado en redes neuronales de grafos (GNN).

ChandlerBang
⭐ 1,704 Python 👤 ChandlerBang User 🕐 Actualizado 2024-02-02 📅 Creado 2020-05-27
7
SalesforceAIResearch/uni2ts

Entrenamiento unificado de transformadores universales para la predicción de series temporales

SalesforceAIResearch
⭐ 1,631 Jupyter Notebook 👤 SalesforceAIResearch Organization 🕐 Actualizado 2026-06-02 📅 Creado 2024-02-07
8
LirongWu/awesome-graph-self-supervised-learning

Código para el artículo de TKDE "Aprendizaje auto-supervisado en grafos: ¿Contrastivo, generativo o predictivo?"

LirongWu
⭐ 1,431 👤 LirongWu User 🕐 Actualizado 2024-08-15 📅 Creado 2019-05-24
9
zjunlp/KnowLM

Un framework de código abierto de modelos de lenguaje grandes basado en el conocimiento.

zjunlp
⭐ 1,387 Python 👤 zjunlp Organization 🕐 Actualizado 2025-01-11 📅 Creado 2023-04-01
10
yzhuoning/Awesome-CLIP

Impresionante lista para la investigación sobre CLIP (Contrastive Language-Image Pre-Training).

yzhuoning
⭐ 1,231 👤 yzhuoning User 🕐 Actualizado 2024-06-28 📅 Creado 2021-09-05
11
qingsongedu/Awesome-TimeSeries-SpatioTemporal-LM-LLM

Una lista profesional sobre Modelos Grandes (de Lenguaje) y Modelos Fundacionales (LLM, LM, FM) para Datos de Series Temporales, Espacio-Temporales y de Eventos.

qingsongedu
⭐ 1,184 👤 qingsongedu User 🕐 Actualizado 2024-12-22 📅 Creado 2023-06-10
12
Tencent/TencentPretrain

Marco de preentrenamiento de Tencent en PyTorch y Zoológico de modelos preentrenados

Tencent
⭐ 1,086 Python 👤 Tencent Organization 🕐 Actualizado 2024-08-04 📅 Creado 2022-09-26
13
nancheng58/Awesome-LLM4RS-Papers

Artículos sobre sistemas de recomendación mejorados por modelos de lenguaje grandes

nancheng58
⭐ 765 👤 nancheng58 User 🕐 Actualizado 2026-11-16 📅 Creado 2023-05-11
14
linwhitehat/ET-BERT

El repositorio de ET-BERT, un modelo de clasificación de tráfico de red en tráfico cifrado. El trabajo ha sido aceptado como un artículo aceptado en The Web Conference (WWW) 2022.

linwhitehat
⭐ 687 Python 👤 linwhitehat User 🕐 Actualizado 2026-07-23 📅 Creado 2022-02-09
15
cxcscmu/Craw4LLM

Repositorio oficial para "Craw4LLM: Rastreo web eficiente para preentrenamiento de LLM"

cxcscmu
⭐ 654 Python 👤 cxcscmu Organization 🕐 Actualizado 2025-02-24 📅 Creado 2025-02-17
16
princeton-nlp/LLM-Shearing

[ICLR 2024] Sheared LLaMA: Acelerando el preentrenamiento de modelos de lenguaje a través de la poda estructurada

princeton-nlp
⭐ 635 Python 👤 princeton-nlp Organization 🕐 Actualizado 2024-03-04 📅 Creado 2023-10-16
17
Shen-Lab/GraphCL

[NeurIPS 2020] "Graph Contrastive Learning with Augmentations" por Yuning You, Tianlong Chen, Yongduo Sui, Ting Chen, Zhangyang Wang, Yang Shen

Shen-Lab
⭐ 620 Python 👤 Shen-Lab User 🕐 Actualizado 2024-07-17 📅 Creado 2020-09-25
18
microsoft/XPretrain

Preentrenamiento multimodal

microsoft
⭐ 510 Python 👤 microsoft Organization 🕐 Actualizado 2026-11-18 📅 Creado 2022-03-15

Preguntas frecuentes

1

¿Cuál es el repositorio de #pre-training más popular en GitHub?

El proyecto de código abierto de #pre-training mejor posicionado en GitHub es RUCAIBox/LLMSurvey, con 12,165 estrellas. La página oficial de GitHub para el artículo de revisión "A Survey of Large Language Models".

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #pre-training?

Entre los proyectos de #pre-training mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.

3

¿Cómo se calcula la clasificación de los repositorios de #pre-training?

Seguimos 18 repositorios activos de código abierto etiquetados con #pre-training (500+ estrellas), que suman un total de 43,729 estrellas, con una media de 2,429 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.