Git Stars Git Stars

#transformer-architecture Repositorios

147
Total de Repositorios
594,368
Total de estrellas
4,043
Promedio de Estrellas/Repo

147 repositorios en total

51
PixArt-alpha/PixArt-sigma

PixArt-Σ: Entrenamiento de Débil a Fuerte del Transformer de Difusión para Generación de Texto a Imagen 4K

PixArt-alpha
⭐ 1,884 Python 👤 PixArt-alpha Organization 🕐 Actualizado 2024-10-31 📅 Creado 2024-02-29
52
QwenLM/Qwen-Audio

El repositorio oficial de Qwen-Audio (通义千问-Audio) chat & modelo de lenguaje de audio grande preentrenado propuesto por Alibaba Cloud.

QwenLM
⭐ 1,857 Python 👤 QwenLM Organization 🕐 Actualizado 2024-07-05 📅 Creado 2023-11-07
53
nlpodyssey/spago

Biblioteca autónoma de Machine Learning y Procesamiento del Lenguaje Natural en Go

nlpodyssey
⭐ 1,850 Go 👤 nlpodyssey Organization 🕐 Actualizado 2025-04-01 📅 Creado 2020-01-05
54
DGoettlich/history-llms

Centro de información para nuestro proyecto de entrenamiento de los LLM históricos más grandes posibles.

DGoettlich
⭐ 1,808 👤 DGoettlich User 🕐 Actualizado 2025-12-22 📅 Creado 2025-12-14
55
llmgenai/LLMInterviewQuestions

Este repositorio contiene preguntas de entrevista de LLM (modelo de lenguaje grande) formuladas en empresas importantes como Google, Nvidia, Meta, Microsoft y empresas Fortune 500.

llmgenai
⭐ 1,781 👤 llmgenai User 🕐 Actualizado 2025-02-12 📅 Creado 2024-12-26
59
baaivision/Emu3.5

Los modelos multimodales nativos son aprendices del mundo

baaivision
⭐ 1,567 Python 👤 baaivision Organization 🕐 Actualizado 2025-12-30 📅 Creado 2025-10-29
60
ZeyueT/AudioX

[ICLR 2026] Repositorio de AudioX

ZeyueT
⭐ 1,559 Python 👤 ZeyueT User 🕐 Actualizado 2026-03-10 📅 Creado 2025-03-13
⭐ 1,503 Python 👤 Stability-AI Organization 🕐 Actualizado 2025-01-08 📅 Creado 2024-10-09
63
facebookresearch/MobileLLM

MobileLLM Optimización de modelos de lenguaje con menos de mil millones de parámetros para casos de uso en dispositivos. En ICML 2024.

facebookresearch
⭐ 1,471 Python 👤 facebookresearch Organization 🕐 Actualizado 2026-04-30 📅 Creado 2024-07-09
64
FireRedTeam/FireRedTTS2

Sistema TTS de streaming de formato largo para la generación de diálogos de varios interlocutores

FireRedTeam
⭐ 1,433 Python 👤 FireRedTeam Organization 🕐 Actualizado 2025-10-26 📅 Creado 2025-09-02
65
bigscience-workshop/Megatron-DeepSpeed

La investigación en curso entrena modelos de lenguaje Transformer a gran escala, entre ellos: BERT y GPT-2

bigscience-workshop
⭐ 1,426 Python 👤 bigscience-workshop Organization 🕐 Actualizado 2024-03-20 📅 Creado 2021-07-02
67
thunlp/ERNIE

Código fuente y conjunto de datos para el artículo ACL 2019 "ERNIE: Enhanced Language Representation with Informative Entities"

thunlp
⭐ 1,418 Python 👤 thunlp Organization 🕐 Actualizado 2024-01-10 📅 Creado 2019-05-17
68
tianweiy/CausVid

(CVPR 2025) De modelos de difusión de video lentos bidireccionales a rápidos autorregresivos

tianweiy
⭐ 1,414 Python 👤 tianweiy User 🕐 Actualizado 2025-08-07 📅 Creado 2025-03-14
69
PKU-VCL-3DV/SLAM3R

[CVPR 2025 Highlight] Reconstrucción densa de escenas en tiempo real con SLAM3R

PKU-VCL-3DV
⭐ 1,378 Python 👤 PKU-VCL-3DV Organization 🕐 Actualizado 2025-10-18 📅 Creado 2024-12-11
70
tanishqkumar/beyond-nanogpt

Implementaciones mínimas y anotadas de ideas clave de la investigación moderna en aprendizaje profundo.

tanishqkumar
⭐ 1,361 Python 👤 tanishqkumar User 🕐 Actualizado 2026-01-29 📅 Creado 2025-04-16
71
wzzheng/TPVFormer

[CVPR 2023] Una alternativa académica a la red de ocupación de Tesla para la conducción autónoma.

wzzheng
⭐ 1,314 Python 👤 wzzheng User 🕐 Actualizado 2024-09-07 📅 Creado 2022-11-19
72
agemagician/ProtTrans

ProtTrans proporciona modelos de lenguaje preentrenados de última generación para proteínas. ProtTrans se entrenó en miles de GPU de Summit y cientos de TPU de Google utilizando modelos Transformers.

agemagician
⭐ 1,310 Jupyter Notebook 👤 agemagician User 🕐 Actualizado 2025-05-22 📅 Creado 2020-05-11
73
hemingkx/SpeculativeDecodingPapers

📰 Artículos y blogs de lectura obligatoria sobre Decodificación Especulativa ⚡️

hemingkx
⭐ 1,309 👤 hemingkx User 🕐 Actualizado 2026-06-27 📅 Creado 2023-09-20
74
glouppe/info8010-deep-learning

Conferencias para INFO8010 Deep Learning, ULiège

glouppe
⭐ 1,294 Jupyter Notebook 👤 glouppe User 🕐 Actualizado 2026-07-13 📅 Creado 2018-03-14
75
Ma-Lab-Berkeley/CRATE

Código para CRATE (Coding RAte reduction TransformEr).

Ma-Lab-Berkeley
⭐ 1,261 Python 👤 Ma-Lab-Berkeley Organization 🕐 Actualizado 2024-10-23 📅 Creado 2023-05-29
76
ga642381/speech-trident

Impresionantes LLM de voz/audio, aprendizaje de representación y modelos de códec

ga642381
⭐ 1,249 👤 ga642381 User 🕐 Actualizado 2026-07-10 📅 Creado 2024-04-08
77
willisma/SiT

Implementación oficial de PyTorch de "SiT: Explorando modelos generativos basados en flujo y difusión con Transformers interpolantes escalables"

willisma
⭐ 1,228 Python 👤 willisma User 🕐 Actualizado 2025-12-22 📅 Creado 2023-11-28
78
awslabs/sockeye

Marco de secuencia a secuencia con enfoque en Traducción Automática Neuronal basado en PyTorch

awslabs
⭐ 1,217 Python 👤 awslabs Organization 🕐 Actualizado 2024-10-24 📅 Creado 2017-06-08
80
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
82
HITsz-TMG/Uni-MoE

Uni-MoE: La familia de modelos multimodales grandes de Lychee.

HITsz-TMG
⭐ 1,120 Python 👤 HITsz-TMG Organization 🕐 Actualizado 2026-08-06 📅 Creado 2024-03-04
83
XiaomiMiMo/MiMo-Audio

MiMo-Audio: Los modelos de lenguaje de audio son aprendices de pocos ejemplos

XiaomiMiMo
⭐ 1,095 Python 👤 XiaomiMiMo Organization 🕐 Actualizado 2026-10-29 📅 Creado 2025-09-19
84
chaytonmin/Awesome-BEV-Perception-Multi-Cameras

Impresionantes artículos sobre detección y segmentación de objetos 3D Multi-Cámara en vista de pájaro, como DETR3D, BEVDet, BEVFormer, BEVDepth, UniAD

chaytonmin
⭐ 1,088 👤 chaytonmin User 🕐 Actualizado 2024-04-26 📅 Creado 2022-04-24
85
Alpha-VLLM/Lumina-mGPT-2.0

Lumina-mGPT 2.0: Modelado autorregresivo de imágenes independiente

Alpha-VLLM
⭐ 1,081 Python 👤 Alpha-VLLM Organization 🕐 Actualizado 2025-11-03 📅 Creado 2025-04-03
86
dzyim/ilya-sutskever-recommended-reading

Se dice que Ilya Sutskever le dio a John Carmack esta lista de lectura de ~30 artículos de investigación sobre aprendizaje profundo.

dzyim
⭐ 1,080 👤 dzyim User 🕐 Actualizado 2024-06-04 📅 Creado 2024-05-14
87
gangweix/pixel-perfect-depth

[TPAMI 2026 y NeurIPS 2025] Profundidad pixel a pixel

gangweix
⭐ 1,076 Python 👤 gangweix User 🕐 Actualizado 2026-02-13 📅 Creado 2025-05-26
88
hans0809/MiniMind-in-Depth

Análisis del código fuente del modelo de lenguaje grande ligero MiniMind, que incluye procesos completos como tokenizer, RoPE, MoE, KV Cache, preentrenamiento, SFT, LoRA, DPO.

hans0809
⭐ 1,072 👤 hans0809 User 🕐 Actualizado 2025-06-16 📅 Creado 2025-06-16
89
OpenGVLab/SAM-Med2D

Implementación oficial de SAM-Med2D

OpenGVLab
⭐ 1,071 Jupyter Notebook 👤 OpenGVLab Organization 🕐 Actualizado 2024-06-18 📅 Creado 2023-08-26
90
abertsch72/unlimiformer

Repositorio público del artículo de NeurIPS 2023 "Unlimiformer: Transformers de Largo Alcance con Entrada de Longitud Ilimitada"

abertsch72
⭐ 1,063 Python 👤 abertsch72 User 🕐 Actualizado 2024-03-07 📅 Creado 2023-05-03
91
tspeterkim/flash-attention-minimal

Flash Attention en ~100 líneas de CUDA (solo paso hacia adelante)

tspeterkim
⭐ 1,036 Cuda 👤 tspeterkim User 🕐 Actualizado 2024-12-30 📅 Creado 2024-03-07
92
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
93
Ligo-Biosciences/AlphaFold3

Implementación de código abierto de AlphaFold3

Ligo-Biosciences
⭐ 1,024 Python 👤 Ligo-Biosciences Organization 🕐 Actualizado 2024-10-07 📅 Creado 2023-11-11
94
qiuzh20/gated_attention

La implementación oficial para [NeurIPS2025 Oral] Atención con Compuerta (Gated Attention) para Grandes Modelos de Lenguaje: No linealidad, Esparsidad y Libre de Attention-Sink

qiuzh20
⭐ 994 Jupyter Notebook 👤 qiuzh20 User 🕐 Actualizado 2025-12-20 📅 Creado 2025-05-09
95
likejazz/llama3.np

llama3.np es una implementación pura de NumPy para el modelo Llama 3.

likejazz
⭐ 991 Python 👤 likejazz User 🕐 Actualizado 2025-04-27 📅 Creado 2024-05-13
96
wzzheng/StreamVGGT

[ICLR 2026] Streaming 4D Geometría Visual Transformer

wzzheng
⭐ 988 Python 👤 wzzheng User 🕐 Actualizado 2025-10-27 📅 Creado 2025-07-14
97
myshell-ai/JetMoE

Alcanzar el rendimiento de LLaMA2 con 0,1 millones de dólares

myshell-ai
⭐ 988 Python 👤 myshell-ai Organization 🕐 Actualizado 2024-07-23 📅 Creado 2024-04-02
98
kebijuelun/Awesome-LLM-Learning

Aprendizaje de modelos de lenguaje grandes (LLM) (Aprendizaje de modelos de lenguaje grandes)

kebijuelun
⭐ 984 TypeScript 👤 kebijuelun User 🕐 Actualizado 2026-01-05 📅 Creado 2023-08-06
99
nathanrs/tiny-diffusion

Un modelo de difusión de lenguaje a nivel de caracteres entrenado en Tiny Shakespeare

nathanrs
⭐ 935 Python 👤 nathanrs User 🕐 Actualizado 2026-01-16 📅 Creado 2025-10-21
100
facebookresearch/spiritlm

Código de inferencia para el artículo "Spirit-LM Interleaved Spoken and Written Language Model".

facebookresearch
⭐ 926 Python 👤 facebookresearch Organization 🕐 Actualizado 2024-10-28 📅 Creado 2024-09-06