#transformer-architecture Repositorios
Descubre 147 repositorios activos de código abierto de GitHub etiquetados con #transformer-architecture, que acumulan 594,368 estrellas en total (una media de 4,043 estrellas por proyecto). El líder de este tema es karpathy/nanoGPT, con 64,617 estrellas.
147 repositorios en total
TimesFM (Time Series Foundation Model) es un modelo fundacional preentrenado para series temporales desarrollado por Google Research para la predicción de series temporales.
El repositorio proporciona código para ejecutar la inferencia con el Meta Segment Anything Model 2 (SAM 2), enlaces para descargar los puntos de control del modelo entrenado y cuadernos de ejemplo que muestran cómo usar el modelo.
El repositorio proporciona código para ejecutar inferencia y ajuste fino con el Meta Segment Anything Model 3 (SAM 3), enlaces para descargar los puntos de control del modelo entrenado y cuadernos de ejemplo que muestran cómo usar el modelo.
Este proyecto tiene como objetivo reproducir Sora (modelo T2V de OpenAI), deseamos que la comunidad de código abierto contribuya a este proyecto.
Kimi K2 es la serie de grandes modelos de lenguaje desarrollada por el equipo de Moonshot AI.
Qwen-Image es un potente modelo fundamental de generación de imágenes capaz de renderizar texto complejo y editar imágenes con precisión.
Fundamentos de Grandes Modelos: Entiende los fundamentos de los grandes modelos en un artículo
[ICLR 2024] Modelos de Lenguaje Eficientes en Streaming con Sumideros de Atención
Este es un sencillo proyecto de tutorial técnico科普, centrado principalmente en explicar conceptos y principios tecnológicos interesantes y de vanguardia. Cada artículo se esfuerza por completarse en 5 minutos de lectura.
Generación de texto Transformer simple y eficiente, nativa de Pytorch, en <1000 LOC de Python.
[ICLR 2024] Ajuste fino de LLaMA para seguir instrucciones en 1 hora y 1,2 millones de parámetros
DeepSeek-V2: Un modelo de lenguaje de mezcla de expertos fuerte, económico y eficiente
Una lista finalmente completa de artículos sobre Vision Transformer/Attention, que incluye artículos, códigos y sitios web relacionados
Código y modelos de PyTorch para el aprendizaje autosupervisado de video VJEPA2.
Usar Bert, ERNIE para la clasificación de texto chino
"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.
[CVPR2025 Highlight] Modelos Fundamentales de Generación de Vídeo: https://saiyan-world.github.io/goku/
Código base oficial para Decision Transformer: Aprendizaje por Refuerzo mediante Modelado de Secuencias.
Este repositorio registra principalmente preguntas de entrevista relacionadas con ingenieros de algoritmos de modelos grandes (LLM).
Una implementación oficial de PatchTST: "A Time Series is Worth 64 Words: Long-term Forecasting with Transformers." (ICLR 2023) https://arxiv.org/abs/2211.14730
Este es el repositorio oficial de "The Hundred-Page Language Models Book" de Andriy Burkov
Una canalización de nanoGPT empaquetada en una hoja de cálculo
Un LLM entrenado solo con datos de ciertos períodos de tiempo para reducir el sesgo moderno
Preguntas frecuentes
¿Cuál es el repositorio de #transformer-architecture más popular en GitHub?
El proyecto de código abierto de #transformer-architecture mejor posicionado en GitHub es karpathy/nanoGPT, con 64,617 estrellas. El repositorio más simple y rápido para entrenar/ajustar GPT de tamaño mediano.
¿Qué lenguajes de programación se utilizan más en los repositorios de #transformer-architecture?
Entre los proyectos de #transformer-architecture mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Makefile, TypeScript.
¿Cómo se calcula la clasificación de los repositorios de #transformer-architecture?
Seguimos 147 repositorios activos de código abierto etiquetados con #transformer-architecture (500+ estrellas), que suman un total de 594,368 estrellas, con una media de 4,043 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.