#transformers Repositorios
Descubre 273 repositorios activos de código abierto de GitHub etiquetados con #transformers, que acumulan 1,416,375 estrellas en total (una media de 5,188 estrellas por proyecto). El líder de este tema es microsoft/generative-ai-for-beginners, con 123,942 estrellas.
273 repositorios en total
¡Aprende ingeniería de IA! Apréndela. Constrúyela. Ponla al alcance de los demás.
🧑🏫 60+ Implementaciones/tutoriales de artículos de aprendizaje profundo con notas una al lado de la otra 📝; incluyendo transformers (original, xl, switch, feedback, vit, ...), optimizadores (adam, adabelief, sophia, ...), gans (cyclegan, stylegan2, ...), 🎮 aprendizaje por refuerzo (ppo, dqn), capsnet, destilación, ... 🧠
ChatGLM-6B: Un modelo de lenguaje de diálogo bilingüe de código abierto | Modelo de lenguaje de diálogo bilingüe de código abierto
Implementación de Vision Transformer, una forma sencilla de lograr SOTA en clasificación de visión con un solo codificador transformer en Pytorch
Qwen3-VL es la serie de modelos de lenguaje grandes multimodales desarrollada por el equipo Qwen de Alibaba Cloud.
Investigación en curso sobre el entrenamiento de modelos transformer a gran escala
Plataforma de IA privada para agentes, asistentes y búsqueda empresarial. Agent Builder incorporado, investigación profunda, análisis de documentos, soporte multimodelo y conectividad API para agentes.
Una colección de diversas arquitecturas, modelos y consejos de aprendizaje profundo
Machine Learning de última generación para la web. ¡Ejecuta 🤗 Transformers directamente en tu navegador, sin necesidad de un servidor!
RWKV (pronunciado RwaKuv) es un RNN con un gran rendimiento de LLM, que también se puede entrenar directamente como un transformer GPT (paralelizable). Estamos en RWKV-7 "Goose". Por lo tanto, combina lo mejor de RNN y transformer: gran rendimiento, tiempo lineal, espacio constante (sin caché kv), entrenamiento rápido, ctx_len infinito y incrustación de oraciones gratuita.
Framework de IA todo en uno para búsqueda semántica, orquestación de LLM y flujos de trabajo de modelos de lenguaje
Serie ChatGLM3: LLMs de chat bilingües abiertos | LLMs de chat bilingües abiertos
Un método sencillo para entrenar tu LLM, desde la descarga de datos hasta la generación de texto.
Biblioteca LLM y SLM potente y fácil de usar con un increíble zoológico de modelos.
Un marco de código abierto para detectar, redactar, enmascarar y anonimizar datos sensibles (PII) en textos, imágenes y datos estructurados. Soporta NLP, coincidencia de patrones y pipelines personalizables.
OpenVINO™ es un kit de herramientas de código abierto para optimizar y desplegar inferencia de IA.
Modelos de segmentación semántica con más de 500 backbones convolucionales y basados en transformadores preentrenados.
Este repositorio contiene demostraciones que hice con la biblioteca Transformers de HuggingFace.
💥 Tokenizadores de vanguardia rápidos optimizados para investigación y producción
Ajuste fino de LLMs desde un YAML. El streaming por capas entrena un modelo de 8B en una GPU de portátil de 4 GB.
Aplicación de traducción en tiempo real de código abierto para Android que se ejecuta localmente
Un framework RL agentico fácil de usar, escalable y de alto rendimiento basado en Ray (PPO & DAPO & REINFORCE++ & VLM & TIS & vLLM & Ray & Async RL)
SANA y Sol: modelos generativos eficientes y motores integrales de entrenamiento e inferencia para la generación de imágenes, vídeos y modelos del mundo
Plataforma de inferencia de código abierto para modelos de lenguaje, visión, embeddings, reranking, imágenes, audio y vídeo. Despliega con varios motores en hardware heterogéneo, desde un portátil hasta un clúster distribuido. Ofrece modelos a través de API compatibles con OpenAI.
[Premio al Mejor Artículo NeurIPS 2024][GPT supera la difusión🔥] [Leyes de escala en generación visual📈] Implementación oficial de "Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction". ¡Una base de código *ultrasimple, fácil de usar pero de última generación* para la generación de imágenes autorregresiva!
Acelerar la inferencia y el ajuste fino de LLM local (LLaMA, Mistral, ChatGLM, Qwen, DeepSeek, Mixtral, Gemma, Phi, MiniCPM, Qwen-VL, MiniCPM-V, etc.) en Intel XPU (p. ej., PC local con iGPU y NPU, GPU discreta como Arc, Flex y Max); integración perfecta con llama.cpp, Ollama, HuggingFace, LangChain, LlamaIndex, vLLM, DeepSpeed, Axolotl, etc.
Una biblioteca de texto a voz (TTS), voz a texto (STT) y voz a voz (STS) construida sobre el framework MLX de Apple, que proporciona un análisis de voz eficiente en Apple Silicon.
Aprovechamiento de BERT y c-TF-IDF para crear temas fácilmente interpretables.
Implementación de RLHF (Reinforcement Learning with Human Feedback) sobre la arquitectura PaLM. Básicamente ChatGPT pero con PaLM
Una implementación de transformadores autorregresivos de paralelismo de modelo en GPU, basada en las bibliotecas Megatron y DeepSpeed
SD.Next: Interfaz web todo en uno para la creación, subtitulación y procesamiento de imágenes y videos generados por IA.
Biblioteca de traducción sin conexión de código abierto escrita en Python
Chronos: Modelos preentrenados para la previsión de series temporales
Este repositorio es una colección curada de enlaces a varios cursos y recursos sobre Inteligencia Artificial (IA)
Versión china de CLIP que logra la recuperación intermodal y la generación de representaciones en chino.
⚡ Motor de inferencia WebGPU en Rust puro — Compatible con la API de OpenAI, nativo para GGUF, funciona en cualquier GPU. Sin Python. Sin llama.cpp. Un solo binario.
Un transformer de atención completa conciso pero completo con un conjunto de características experimentales prometedoras de varios artículos
Recetas robustas para alinear modelos de lenguaje con preferencias humanas y de IA
Preguntas frecuentes
¿Cuál es el repositorio de #transformers más popular en GitHub?
El proyecto de código abierto de #transformers mejor posicionado en GitHub es microsoft/generative-ai-for-beginners, con 123,942 estrellas. 21 Lecciones, Comienza a Crear con IA Generativa
¿Qué lenguajes de programación se utilizan más en los repositorios de #transformers?
Entre los proyectos de #transformers mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook, Rust, JavaScript.
¿Cómo se calcula la clasificación de los repositorios de #transformers?
Seguimos 273 repositorios activos de código abierto etiquetados con #transformers (500+ estrellas), que suman un total de 1,416,375 estrellas, con una media de 5,188 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.