#transformer-models Repositorios
Descubre 102 repositorios activos de código abierto de GitHub etiquetados con #transformer-models, que acumulan 342,474 estrellas en total (una media de 3,357 estrellas por proyecto). El líder de este tema es facebookresearch/segment-anything, con 53,052 estrellas.
102 repositorios en total
El repositorio proporciona código para ejecutar inferencias con el SegmentAnything Model (SAM), enlaces para descargar los puntos de control del modelo entrenado y cuadernos de ejemplo que muestran cómo usar el modelo.
Incrustaciones, Recuperación y Reordenación de Última Generación
Moshi es un modelo de base de voz a texto y un marco de diálogo hablado full-duplex. Utiliza Mimi, un códec de audio neuronal de transmisión de última generación.
Bloques de construcción de Transformers hackeables y optimizados, que admiten una construcción componible.
Implementación oficial del código de la Teoría General de OCR: Hacia OCR-2.0 a través de un modelo unificado de extremo a extremo
Zonos-v0.1 es un modelo líder de texto a voz de peso abierto entrenado en más de 200 000 horas de habla multilingüe variada, que ofrece una expresividad y una calidad a la par, o incluso superiores, a los principales proveedores de TTS.
DeepSeek-Coder-V2: Rompiendo la barrera de los modelos de código cerrado en inteligencia de código
Código para el artículo "Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer"
Una lista finalmente completa de artículos sobre Vision Transformer/Attention, que incluye artículos, códigos y sitios web relacionados
[NeurIPS 2023] Implementación oficial del artículo "Segment Everything Everywhere All at Once"
Qwen3-omni es un LLM omnimodal nativo de extremo a extremo desarrollado por el equipo Qwen de Alibaba Cloud, capaz de comprender texto, audio, imágenes y video, así como de generar voz en tiempo real.
Una biblioteca para la interpretabilidad mecanicista de modelos de lenguaje estilo GPT
[CVPR 2024 Highlight] FoundationPose: Estimación y seguimiento unificados de la pose 6D de objetos novedosos
Repositorio para entrenar modelos de separación de fuentes de música.
solo-learn: una biblioteca de métodos auto-supervisados para el aprendizaje de representaciones visuales impulsada por Pytorch Lightning
Recursos para el seguimiento de múltiples objetos (MOT)
Octo es una política de robot basada en transformadores entrenada en una mezcla diversa de 800.000 trayectorias de robots.
Paquete de Swift para implementar una API similar a transformers en Swift
Granite Code Models: Una familia de modelos fundacionales abiertos para la inteligencia de código
LLM Transparency Tool (LLM-TT), una caja de herramientas interactiva de código abierto para analizar el funcionamiento interno de los modelos de lenguaje basados en Transformer. *Consulta la demo en* https://huggingface.co/spaces/facebook/llm-transparency-tool-demo
Una lista seleccionada de modelos fundacionales para tareas de visión y lenguaje
Allegro es un potente modelo de texto a video que genera videos de alta calidad de hasta 6 segundos a 15 FPS y resolución de 720p a partir de una simple entrada de texto.
[CVPR 2021 & IJCV 2024] Repensando la segmentación semántica desde una perspectiva de secuencia a secuencia con Transformers
Preguntas frecuentes
¿Cuál es el repositorio de #transformer-models más popular en GitHub?
El proyecto de código abierto de #transformer-models mejor posicionado en GitHub es facebookresearch/segment-anything, con 53,052 estrellas. El repositorio proporciona código para ejecutar inferencias con el SegmentAnything Model (SAM), enlaces para descargar los puntos de control del modelo entrenado y cuadernos de ejemplo que muestran cómo usar el modelo.
¿Qué lenguajes de programación se utilizan más en los repositorios de #transformer-models?
Entre los proyectos de #transformer-models mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, C++, Swift.
¿Cómo se calcula la clasificación de los repositorios de #transformer-models?
Seguimos 102 repositorios activos de código abierto etiquetados con #transformer-models (500+ estrellas), que suman un total de 342,474 estrellas, con una media de 3,357 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.