Git Stars Git Stars

#sparse-attention Repositorios

Descubre 18 repositorios activos de código abierto de GitHub etiquetados con #sparse-attention, que acumulan 62,491 estrellas en total (una media de 3,471 estrellas por proyecto). El líder de este tema es deepseek-ai/FlashMLA, con 13,275 estrellas.

18
Total de Repositorios
62,491
Total de estrellas
3,471
Promedio de Estrellas/Repo
Lenguajes de programación: Python C++ Jupyter Notebook Cuda

18 repositorios en total

1
deepseek-ai/FlashMLA

FlashMLA: Kernels de atención latente multi-cabeza eficientes

deepseek-ai
⭐ 13,275 C++ 👤 deepseek-ai Organization 🕐 Actualizado 2026-10-27 📅 Creado 2025-02-21
2
PKU-YuanGroup/Open-Sora-Plan

Este proyecto tiene como objetivo reproducir Sora (modelo T2V de OpenAI), deseamos que la comunidad de código abierto contribuya a este proyecto.

PKU-YuanGroup
⭐ 12,201 Python 👤 PKU-YuanGroup Organization 🕐 Actualizado 2026-11-18 📅 Creado 2024-02-20
3
OpenBMB/MiniCPM

MiniCPM5: LLMs de vanguardia en el dispositivo, pequeños pero potentes.

OpenBMB
⭐ 11,898 Jupyter Notebook 👤 OpenBMB Organization 🕐 Actualizado 2026-11-09 📅 Creado 2024-01-29
7
Tencent-Hunyuan/Prism

Proponemos Prism, un marco de atención dispersa dinámica para entrenar de forma nativa modelos de generación conjunta de video y audio a 2K.

Tencent-Hunyuan
⭐ 1,518 Python 👤 Tencent-Hunyuan Organization 🕐 Actualizado 2026-10-31 📅 Creado 2026-09-21
8
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
9
microsoft/MInference

[NeurIPS'24 Spotlight, ICLR'25, ICML'25] Para acelerar la inferencia de LLM de contexto largo, el cálculo disperso aproximado y dinámico de la atención reduce la latencia de inferencia hasta 10 veces para el prellenado en un A100, manteniendo la precisión.

microsoft
⭐ 1,230 Python 👤 microsoft Organization 🕐 Actualizado 2026-11-18 📅 Creado 2024-05-22
10
Tencent/hpc-ops

Biblioteca de Operadores de Inferencia LLM de Alto Rendimiento

Tencent
⭐ 1,193 C++ 👤 Tencent Organization 🕐 Actualizado 2026-11-19 📅 Creado 2026-01-20
11
fla-org/native-sparse-attention

🐳 Implementaciones eficientes de Triton para "Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention"

fla-org
⭐ 1,030 Python 👤 fla-org Organization 🕐 Actualizado 2026-02-05 📅 Creado 2025-02-21
12
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
13
SHI-Labs/NATTEN

Atención dispersa multidimensional rápida

SHI-Labs
⭐ 815 C++ 👤 SHI-Labs Organization 🕐 Actualizado 2026-07-26 📅 Creado 2022-10-08
14
lucidrains/native-sparse-attention-pytorch

Implementación del patrón de atención dispersa propuesto por el equipo de Deepseek en su artículo "Native Sparse Attention"

lucidrains
⭐ 811 Python 👤 lucidrains User 🕐 Actualizado 2025-08-15 📅 Creado 2025-02-19
15
HKUSTDial/flash-sparse-attention

Atención dispersa entrenable, rápida y eficiente en memoria

HKUSTDial
⭐ 750 Python 👤 HKUSTDial Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-05-12
16
svg-project/Sparse-VideoGen

[ICML2025, NeurIPS2025 Spotlight] Sparse VideoGen 1 & 2: Aceleración de Video Diffusion Transformers con Atención Dispersa

svg-project
⭐ 712 Python 👤 svg-project User 🕐 Actualizado 2026-07-04 📅 Creado 2025-03-09
17
mit-han-lab/radial-attention

[NeurIPS 2025] Radial Attention: O(nlogn) Sparse Attention with Energy Decay for Long Video Generation

mit-han-lab
⭐ 609 Python 👤 mit-han-lab Organization 🕐 Actualizado 2025-11-11 📅 Creado 2025-06-19
18
thu-ml/SLA

SLA: Más allá de la dispersión en los transformadores de difusión mediante atención dispersa-lineal ajustable

thu-ml
⭐ 553 Python 👤 thu-ml Organization 🕐 Actualizado 2026-10-18 📅 Creado 2025-09-25

Preguntas frecuentes

1

¿Cuál es el repositorio de #sparse-attention más popular en GitHub?

El proyecto de código abierto de #sparse-attention mejor posicionado en GitHub es deepseek-ai/FlashMLA, con 13,275 estrellas. FlashMLA: Kernels de atención latente multi-cabeza eficientes

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #sparse-attention?

Entre los proyectos de #sparse-attention mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C++, Jupyter Notebook, Cuda.

3

¿Cómo se calcula la clasificación de los repositorios de #sparse-attention?

Seguimos 18 repositorios activos de código abierto etiquetados con #sparse-attention (500+ estrellas), que suman un total de 62,491 estrellas, con una media de 3,471 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.