#pretrained-models Repositorios
Descubre 66 repositorios activos de código abierto de GitHub etiquetados con #pretrained-models, que acumulan 475,350 estrellas en total (una media de 7,202 estrellas por proyecto). El líder de este tema es huggingface/transformers, con 169,339 estrellas.
66 repositorios en total
🤗 Transformers: el framework de definición de modelos para modelos de machine learning de vanguardia en texto, visión, audio y modelos multimodales, tanto para inferencia como para entrenamiento.
La mayor colección de codificadores de imágenes PyTorch / backbones. Incluyendo scripts de entrenamiento, evaluación, inferencia, exportación y pesos preentrenados -- ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt y más
El repositorio oficial de Qwen (通义千问), el modelo de lenguaje grande preentrenado y de chat propuesto por Alibaba Cloud.
Biblioteca LLM y SLM potente y fácil de usar con un increíble zoológico de modelos.
Bloques de construcción neuronales para la diarización de hablantes: detección de actividad de voz, detección de cambio de hablante, detección de voz solapada, embedding de hablante
Ejecuta LLMs en casa, al estilo BitTorrent. Ajuste fino e inferencia hasta 10 veces más rápido que la descarga.
Un kit de herramientas extensible para el ajuste fino y la inferencia de grandes modelos fundacionales. Grandes modelos para todos.
Lanzamiento oficial de la serie InternLM (InternLM, InternLM2, InternLM2.5, InternLM3).
un modelo de lenguaje visual abierto de última generación | modelo preentrenado multimodal
Chronos: Modelos preentrenados para la previsión de series temporales
Modelos Silero: modelos de texto a voz preentrenados hechos increíblemente sencillos
Versión china de CLIP que logra la recuperación intermodal y la generación de representaciones en chino.
Un cofre del tesoro para la clasificación y el reconocimiento visual, impulsado por PaddlePaddle
Un marco modular para la investigación multimodal de visión y lenguaje de Facebook AI Research (FAIR)
Modelos NLP Chinos Preentrenados Impresionantes, Colección de Modelos Preentrenados Chinos de Alta Calidad & Modelos Grandes & Modelos Multimodales & Modelos de Lenguaje Grandes
Superduper: Framework de extremo a extremo para la creación de aplicaciones y agentes de IA personalizados.
Modelos preentrenados de PyTorch para detección de rostros (MTCNN) y reconocimiento facial (InceptionResnet)
Un repositorio para almacenar modelos que han sido convertidos entre varios frameworks. Los frameworks compatibles son TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreML.
"Grandes Modelos de Lenguaje" por: Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi, Wen Jirong
LimiX: Liberando la capacidad de modelado de datos estructurados para la inteligencia generalista https://arxiv.org/abs/2609.17488
Backbones de IA eficientes que incluyen GhostNet, TNT y MLP, desarrollados por Huawei Noah's Ark Lab.
Benchmark de Evaluación de Comprensión del Lenguaje Chino: conjuntos de datos, líneas base, modelos preentrenados, corpus y tabla de clasificación
Fengshenbang-LM (封神榜大模型) es un sistema de grandes modelos de código abierto liderado por el Centro de Investigación de Computación Cognitiva y Procesamiento del Lenguaje Natural del Instituto IDEA, que se convierte en la infraestructura para el AIGC chino y la inteligencia cognitiva.
Modelo de lenguaje preentrenado y sus técnicas de optimización relacionadas desarrolladas por Huawei Noah's Ark Lab.
Kit de herramientas para la separación de fuentes de audio basado en PyTorch para investigadores
Repositorio oficial de OFA (ICML 2022). Paper: OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework
TorchMultimodal es una biblioteca de PyTorch para entrenar modelos multimodales y multitarea de última generación a escala.
Entrenamiento todo en uno para modelos de visión (YOLO, ViTs, RT-DETR, DINOv3): preentrenamiento, ajuste fino, destilación.
EfficientNet preentrenado, EfficientNet-Lite, MixNet, MobileNetV3 / V2, MNASNet A1 y B1, FBNet, Single-Path NAS
Este repo contiene implementaciones de diferentes arquitecturas para el reconocimiento de emociones en conversaciones.
Kit de herramientas para segmentar texto en oraciones u otras unidades semánticas de manera robusta, eficiente y adaptable.
Entrenamiento e inferencia distribuidos para la percepción multimodal: embeddings compartidos para texto, imágenes, vídeo, audio, código y grafos, de 64 a 1024 dimensiones 🖼️
💁 Impresionante tesoro de modelos Transformer para el procesamiento del lenguaje natural contiene artículos, videos, blogs, repos oficiales junto con cuadernos de Colab. 🛫☑️
SwissArmyTransformer es una biblioteca flexible y potente para desarrollar sus propias variantes de Transformer.
Preguntas frecuentes
¿Cuál es el repositorio de #pretrained-models más popular en GitHub?
El proyecto de código abierto de #pretrained-models mejor posicionado en GitHub es huggingface/transformers, con 169,339 estrellas. 🤗 Transformers: el framework de definición de modelos para modelos de machine learning de vanguardia en texto, visión, audio y modelos multimodales, tanto para inferencia como para entrenamiento.
¿Qué lenguajes de programación se utilizan más en los repositorios de #pretrained-models?
Entre los proyectos de #pretrained-models mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, Cuda.
¿Cómo se calcula la clasificación de los repositorios de #pretrained-models?
Seguimos 66 repositorios activos de código abierto etiquetados con #pretrained-models (500+ estrellas), que suman un total de 475,350 estrellas, con una media de 7,202 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.