Git Stars Git Stars

#quantization Repositorios

109
Total de Repositorios
487,465
Total de estrellas
4,472
Promedio de Estrellas/Repo

109 repositorios en total

51
open-mmlab/mmrazor

OpenMMLab Model Compression Toolbox y Benchmark.

open-mmlab
⭐ 1,653 Python 👤 open-mmlab Organization 🕐 Actualizado 2024-06-11 📅 Creado 2021-12-22
52
PaddlePaddle/PaddleSlim

PaddleSlim es una biblioteca de código abierto para la compresión de modelos profundos y la búsqueda de arquitecturas.

PaddlePaddle
⭐ 1,613 Python 👤 PaddlePaddle Organization 🕐 Actualizado 2026-01-04 📅 Creado 2019-12-16
53
pytorch/FBGEMM

FB (Facebook) + GEMM (Multiplicación General de Matriz-Matriz) - https://code.fb.com/ml-applications/fbgemm/

pytorch
⭐ 1,604 C++ 👤 pytorch Organization 🕐 Actualizado 2026-11-21 📅 Creado 2018-09-24
54
Xilinx/brevitas

Brevitas: Cuantización de redes neuronales en PyTorch

Xilinx
⭐ 1,601 Python 👤 Xilinx Organization 🕐 Actualizado 2026-11-21 📅 Creado 2018-07-10
55
tensorflow/model-optimization

Un kit de herramientas para optimizar modelos de ML para el despliegue en Keras y TensorFlow, incluyendo cuantización y poda.

tensorflow
⭐ 1,584 Python 👤 tensorflow Organization 🕐 Actualizado 2026-11-20 📅 Creado 2018-10-31
56
RWKV/rwkv.cpp

Inferencia INT4/INT5/INT8 y FP16 en CPU para el modelo de lenguaje RWKV

RWKV
⭐ 1,570 C++ 👤 RWKV Organization 🕐 Actualizado 2025-03-23 📅 Creado 2023-03-30
57
AnswerDotAI/fsdp_qlora

Entrenamiento de LLMs con QLoRA + FSDP

AnswerDotAI
⭐ 1,534 Jupyter Notebook 👤 AnswerDotAI Organization 🕐 Actualizado 2024-11-09 📅 Creado 2024-01-14
58
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
59
RahulSChand/gpu_poor

Calcule los requisitos de tokens/s y memoria de GPU para cualquier LLM. Soporta cuantización llama.cpp/ggml/bnb/QLoRA

RahulSChand
⭐ 1,383 JavaScript 👤 RahulSChand User 🕐 Actualizado 2024-12-03 📅 Creado 2023-09-12
60
open-edge-platform/geti

Crea, entrena, optimiza y ejecuta modelos de visión por computadora localmente, desde imágenes sin procesar hasta inferencia en tiempo real. De código abierto y optimizado para Intel® XPU (también compatible con CUDA).

open-edge-platform
⭐ 1,379 Python 👤 open-edge-platform Organization 🕐 Actualizado 2026-11-21 📅 Creado 2018-10-26
62
huawei-noah/Efficient-Computing

Métodos de cómputo eficientes desarrollados por Huawei Noah's Ark Lab

huawei-noah
⭐ 1,306 Jupyter Notebook 👤 huawei-noah Organization 🕐 Actualizado 2024-11-05 📅 Creado 2019-09-04
63
ModelCloud/GPTQModel

Kit de herramientas para la cuantización (compresión) de modelos LLM, con aceleración por hardware para Nvidia CUDA, AMD ROCm, Intel XPU, Tenstorrent, NPU Huawei Ascend y CPU Intel/AMD/Apple mediante HF, vLLM y SGLang.

ModelCloud
⭐ 1,294 Python 👤 ModelCloud Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-06-17
64
thu-ml/SpargeAttn

[ICML2025] SpargeAttention: Una atención dispersa sin entrenamiento que acelera la inferencia de cualquier modelo.

thu-ml
⭐ 1,269 Cuda 👤 thu-ml Organization 🕐 Actualizado 2026-02-25 📅 Creado 2025-02-25
65
openvinotoolkit/nncf

Framework de compresión de redes neuronales para una inferencia OpenVINO™ mejorada

openvinotoolkit
⭐ 1,221 Python 👤 openvinotoolkit Organization 🕐 Actualizado 2026-11-18 📅 Creado 2020-05-13
66
gpu-mode/awesomeMLSys

Una lista de incorporación de sistemas ML

gpu-mode
⭐ 1,154 👤 gpu-mode Organization 🕐 Actualizado 2026-02-19 📅 Creado 2024-05-06
67
HarryR/z80ai

Z80-μLM es un modelo de lenguaje cuantificado de 2 bits lo suficientemente pequeño como para ejecutarse en un procesador Z80 de 8 bits. Entrena modelos conversacionales en Python, expórtalos como binarios CP/M .COM y chatea con tu ordenador clásico.

HarryR
⭐ 1,141 Python 👤 HarryR User 🕐 Actualizado 2026-04-29 📅 Creado 2025-12-21
68
Xilinx/finn

Compilador de flujo de datos para inferencia QNN en FPGAs

Xilinx
⭐ 1,093 Python 👤 Xilinx Organization 🕐 Actualizado 2026-11-21 📅 Creado 2018-06-29
69
hyperionaidev/smolmaxxing

Maximizar la capacidad de ejecutar distintos LLM en los dispositivos más pequeños posibles

hyperionaidev
⭐ 1,079 C 👤 hyperionaidev Organization 🕐 Actualizado 2026-11-19 📅 Creado 2026-11-04
70
huggingface/optimum-quanto

Un backend de cuantización de PyTorch para Optimum

huggingface
⭐ 1,055 Python 👤 huggingface Organization 🕐 Actualizado 2026-11-17 📅 Creado 2023-09-19
71
darrencxl0301/StageRAG

Un plano para construir sistemas RAG listos para producción que minimizan las alucinaciones, con canalizaciones conmutables de 3 pasos (Velocidad) y 4 pasos (Precisión).

darrencxl0301
⭐ 1,036 Python 👤 darrencxl0301 User 🕐 Actualizado 2025-10-13 📅 Creado 2025-10-01
72
MAC-AutoML/MindPipe

Un marco potente de compresión de modelos para LLMs y LVLMs, adaptado para GPUs NVIDIA y NPUs Huawei Ascend.

MAC-AutoML
⭐ 1,013 Python 👤 MAC-AutoML Organization 🕐 Actualizado 2026-08-11 📅 Creado 2026-01-22
73
PINTO0309/onnx2tf

Una herramienta para convertir archivos ONNX a LiteRT/TFLite/TensorFlow, código nativo de PyTorch (nn.Module), TorchScript (.pt), state_dict (.pt), Exported Program (.pt2) y Dynamo ONNX. También soporta la conversión directa de LiteRT a PyTorch.

PINTO0309
⭐ 1,004 Python 👤 PINTO0309 User 🕐 Actualizado 2026-09-14 📅 Creado 2022-09-27
74
IST-DASLab/marlin

Un kernel de inferencia LLM FP16xINT4 que puede lograr aceleraciones cercanas al ideal de ~4x hasta tamaños de lote medianos de 16-32 tokens.

IST-DASLab
⭐ 973 Python 👤 IST-DASLab Organization 🕐 Actualizado 2024-09-04 📅 Creado 2024-01-17
75
OpenGVLab/OmniQuant

[ICLR2024 Spotlight] OmniQuant es una técnica de cuantificación simple y potente para LLMs.

OpenGVLab
⭐ 970 Python 👤 OpenGVLab Organization 🕐 Actualizado 2025-11-26 📅 Creado 2023-08-22
76
dropbox/hqq

Implementación oficial de Half-Quadratic Quantization (HQQ)

dropbox
⭐ 963 Python 👤 dropbox Organization 🕐 Actualizado 2026-02-26 📅 Creado 2023-11-07
77
ImageOptim/libimagequant

Biblioteca de cuantización de paleta que impulsa pngquant y otros optimizadores de PNG

ImageOptim
⭐ 940 Rust 👤 ImageOptim Organization 🕐 Actualizado 2026-06-21 📅 Creado 2016-11-03
78
mit-han-lab/TinyChatEngine

TinyChatEngine: Biblioteca de inferencia LLM en dispositivo

mit-han-lab
⭐ 934 C++ 👤 mit-han-lab Organization 🕐 Actualizado 2024-07-04 📅 Creado 2023-05-24
79
facebookresearch/mobile-vision

Modelos de visión móvil y código

facebookresearch
⭐ 923 Python 👤 facebookresearch Organization 🕐 Actualizado 2026-10-21 📅 Creado 2019-01-09
80
mit-han-lab/tinyengine

[NeurIPS 2020] MCUNet: Tiny Deep Learning en Dispositivos IoT; [NeurIPS 2021] MCUNetV2: Inferencia basada en parches con alta eficiencia de memoria para Tiny Deep Learning; [NeurIPS 2022] MCUNetV3: Entrenamiento en el dispositivo con menos de 256 KB de memoria

mit-han-lab
⭐ 916 C 👤 mit-han-lab Organization 🕐 Actualizado 2024-11-27 📅 Creado 2022-08-24
81
amd/RyzenAI-SW

AMD Ryzen™ AI Software incluye las herramientas y bibliotecas de tiempo de ejecución para optimizar y desplegar la inferencia de IA en PC con tecnología AMD Ryzen™ AI.

amd
⭐ 902 Python 👤 amd Organization 🕐 Actualizado 2026-11-18 📅 Creado 2023-05-12
82
whitecircle/halo

Halo es un marco de código abierto desarrollado por White Circle para entrenar modelos de lenguaje de gran tamaño y modelos multimodales

whitecircle
⭐ 868 Python 👤 whitecircle Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-08-26
83
IST-DASLab/sparsegpt

Código para el artículo de ICML 2023 "SparseGPT: Massive Language Models Can Be Accurately Pruned in One-Shot".

IST-DASLab
⭐ 859 Python 👤 IST-DASLab Organization 🕐 Actualizado 2024-08-20 📅 Creado 2023-03-20
84
mit-han-lab/omniserve

[MLSys'25] QServe: Cuantificación W4A8KV4 y codesign de sistemas para un servicio de LLM eficiente; [MLSys'25] LServe: Servicio eficiente de LLM para secuencias largas con atención dispersa unificada

mit-han-lab
⭐ 840 C++ 👤 mit-han-lab Organization 🕐 Actualizado 2025-03-06 📅 Creado 2024-05-06
85
warpfront/hipfire

Motor de inferencia de LLM nativo de RDNA en Rust.

warpfront
⭐ 826 Rust 👤 warpfront Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-03-21
86
Zhen-Dong/Awesome-Quantization-Papers

Lista de artículos relacionados con la cuantización de redes neuronales en conferencias y revistas recientes de IA.

Zhen-Dong
⭐ 825 👤 Zhen-Dong User 🕐 Actualizado 2025-03-27 📅 Creado 2022-01-01
87
datawhalechina/llm-algo-leetcode

Algoritmos y sistemas de LLM con PyTorch, Triton y CUDA: aprendizaje práctico. «Tutorial de algoritmos y sistemas de LLM»: arquitecturas y entrenamiento de modelos, posentrenamiento, aceleración de inferencia, optimización del rendimiento y de operadores; incluye ejercicios en Notebook, explicaciones de las respuestas, pruebas y experimentos.

datawhalechina
⭐ 811 Jupyter Notebook 👤 datawhalechina Organization 🕐 Actualizado 2026-11-16 📅 Creado 2026-04-01
88
huggingface/ratchet

Un framework de ML multiplataforma para navegador.

huggingface
⭐ 771 Rust 👤 huggingface Organization 🕐 Actualizado 2026-09-24 📅 Creado 2024-01-11
89
ModelTC/LightCompress

[EMNLP 2024 & AAAI 2026] Un potente kit de herramientas para comprimir modelos grandes, incluidos LLM, VLM y modelos generativos de video.

ModelTC
⭐ 755 Python 👤 ModelTC Organization 🕐 Actualizado 2026-05-14 📅 Creado 2024-03-06
90
prabanta-dev/janas

37 tok/s con Qwen3-Next-80B (48 GB) en un portátil de 32 GB; 24 sin borradores, frente a 2,8 con llama.cpp; lectura a 62 frente a 16 tok/s. Más rápido que llama.cpp en los 13 modelos comparados en Q4_K_M. LLM más grandes que tu RAM, en C puro, para CPU o GPU.

prabanta-dev
⭐ 738 C 👤 prabanta-dev Organization 🕐 Actualizado 2026-11-20 📅 Creado 2026-09-20
91
hailo-ai/hailo_model_zoo

El Zoo de Modelos de Hailo incluye modelos pre-entrenados y un entorno completo de construcción y evaluación

hailo-ai
⭐ 725 Python 👤 hailo-ai Organization 🕐 Actualizado 2026-11-15 📅 Creado 2021-07-13
92
SqueezeAILab/SqueezeLLM

[ICML 2024] SqueezeLLM: Cuantización densa y dispersa

SqueezeAILab
⭐ 710 Python 👤 SqueezeAILab Organization 🕐 Actualizado 2024-08-13 📅 Creado 2023-06-12
94
wanshuiyin/ARIS-in-AI-Offer

Hojas de consulta bilingües (chino + inglés) para entrevistas de ML / LLM / difusión / agentes en la campaña de contratación otoñal de IA — generadas por ARIS /interview-cheatsheet y convertidas mediante /render-html en HTML de un solo archivo, legible en cualquier lugar — además de un generador de páginas académicas verificado mediante CV→DBLP y blogs extensos escritos personalmente 🌱

wanshuiyin
⭐ 661 Python 👤 wanshuiyin User 🕐 Actualizado 2026-11-18 📅 Creado 2026-05-19
95
huawei-csl/SINQ

¡Bienvenido al repositorio oficial de SINQ! Un método de cuantización novedoso, rápido y de alta calidad diseñado para hacer que cualquier Gran Modelo de Lenguaje sea más pequeño mientras preserva la precisión [ICML 2026]

huawei-csl
⭐ 638 Python 👤 huawei-csl Organization 🕐 Actualizado 2026-05-08 📅 Creado 2025-09-26
96
ServiceStack/llms

Cliente LLM, API de Servidor y UI

ServiceStack
⭐ 631 JavaScript 👤 ServiceStack Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-09-23
97
hahnyuan/LLM-Viewer

Analice la inferencia de los Large Language Models (LLM). Analice aspectos como el cálculo, el almacenamiento, la transmisión y el modelo de techo de hardware en una interfaz fácil de usar.

hahnyuan
⭐ 600 Python 👤 hahnyuan User 🕐 Actualizado 2024-09-11 📅 Creado 2024-01-07
98
google/qkeras

QKeras: una biblioteca de aprendizaje profundo de cuantización para Tensorflow Keras

google
⭐ 583 Python 👤 google Organization 🕐 Actualizado 2026-02-23 📅 Creado 2019-08-06
99
MPolaris/onnx2tflite

Herramienta para onnx->keras o onnx->tflite. Espero que esta herramienta pueda ayudarte.

MPolaris
⭐ 577 Python 👤 MPolaris User 🕐 Actualizado 2026-06-21 📅 Creado 2022-04-11
100
csyhhu/Awesome-Deep-Neural-Network-Compression

Resumen, Código para la Cuantización de Redes Neuronales Profundas

csyhhu
⭐ 562 Python 👤 csyhhu User 🕐 Actualizado 2026-09-01 📅 Creado 2019-02-28