#transformer-architecture Repositorios
147 repositorios en total
Vchitect-2.0: Transformer paralelo para escalar modelos de difusión de video
📖 Este es un repositorio para organizar artículos, códigos y otros recursos relacionados con modelos multimodales unificados.
[T-PAMI-2024] Segmentación Visual Basada en Transformers: Una Revisión
[ICCV 2023] StreamPETR: Exploración del modelado temporal centrado en objetos para una detección eficiente de objetos 3D multi-vista
El repositorio de ET-BERT, un modelo de clasificación de tráfico de red en tráfico cifrado. El trabajo ha sido aceptado como un artículo aceptado en The Web Conference (WWW) 2022.
Modelo de lenguaje de acceso abierto de Google DeepMind, basado en Griffin.
[ICCV 2025] Código oficial de "ORION: Un marco holístico de extremo a extremo para conducción autónoma mediante generación de acciones instruida por visión y lenguaje"
[Spotlight ICLR 2024] Modelo Cerebral Grande para el Aprendizaje de Representaciones Genéricas con Enormes Datos de EEG en BCI
Pippo: Humanos de alta resolución y múltiples vistas a partir de una sola imagen
Una lista de lectura seleccionada de investigaciones en Mixture-of-Experts (MoE).
Prov-GigaPath: Un modelo fundacional de portaobjetos completo para patología digital a partir de datos del mundo real
XVERSE-13B: Un modelo de lenguaje grande multilingüe desarrollado por XVERSE Technology Inc.
El código oficial para "One Fits All: Power General Time Series Analysis by Pretrained LM (NeurIPS 2023 Spotlight)"
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.
Una implementación modular eficiente de asociación de objetos con Transformers para la segmentación de objetos de video en PyTorch
Esta es la implementación oficial de nuestro artículo: "MiniMax-Remover: Taming Bad Noise Helps Video Object Removal"
[CVPR 2022] MHFormer: Transformador de Múltiples Hipótesis para la Estimación de la Pose Humana 3D
[CVPR 2025 Oral] TokenHSI: Síntesis Unificada de Interacciones Físicas entre Humanos y Escenarios a través de la Tokenización de Tareas
[IGARSS'22]: Una Red Siamés Basada en Transformadores para la Detección de Cambios
🌕 [BMVC 2022] Solo necesitas 90.000 parámetros para adaptar la luz: un Transformer ligero para la mejora de imágenes y la corrección de la exposición. SOTA para mejora con poca luz, 0,004 segundos, pruébalo para preprocesamiento.
[ICLR 2025] DuoAttention: Inferencia eficiente de LLM de contexto largo con cabezales de recuperación y transmisión
[IEEE TMI-2024] UNETR++: Profundizando en la Segmentación Eficiente y Precisa de Imágenes Médicas 3D
seguimiento de artículos, conjuntos de datos y modelos de "modelo de lenguaje grande (LLM) para series temporales"
Una lista completa de excelentes artículos de investigación, modelos, conjuntos de datos y otros recursos sobre modelos Vision‑Language‑Action (VLA) en robótica.