#efficient-ai Dépôts
Découvrez 17 dépôts GitHub open source actifs associés à #efficient-ai, cumulant 60,032 étoiles au total (soit une moyenne de 3,531 étoiles par projet). Le projet en tête de ce thème est state-spaces/mamba, avec 19,008 étoiles.
17 dépôts au total
Ce dépôt contient l'implémentation officielle de "FastVLM: Efficient Vision Encoding for Vision Language Models" - CVPR 2025
EfficientSAM : Masked Image Pretraining exploité pour Segment Anything efficace
ResShift : Modèle de diffusion efficace pour la super-résolution d'images par décalage résiduel (NeurIPS@2023 Spotlight, TPAMI@2024)
Kimi-VL : Modèle Vision-Langage Mixture-of-Experts pour le Raisonnement Multimodal, la Compréhension du Long Contexte et de Fortes Capacités d'Agent
[ECCV2024] VideoMamba : Modèle d'espace d'état pour une compréhension vidéo efficace
EfficientSAM3 compresse SAM3 en des modèles légers et compatibles avec le bord via une distillation de connaissances progressive pour une segmentation et un suivi rapides de concepts promptables.
🔥🔥Les tout premiers modèles à l'échelle de l'heure pour la compréhension vidéo
Implémentation officielle du code de Vary-toy (Small Language Model rencontre Reinforced Vision Vocabulary)
Échapper au paradigme du Big Data avec les transformeurs compacts, 2021 (Entraînez vos transformeurs de vision en 30 minutes sur CIFAR-10 avec un seul GPU !)
Foire aux questions
Quel est le dépôt #efficient-ai le plus populaire sur GitHub ?
Le projet #efficient-ai open source le mieux classé sur GitHub est state-spaces/mamba, avec 19,008 étoiles. Architecture Mamba SSM
Quels langages de programmation sont les plus utilisés dans les dépôts #efficient-ai ?
Parmi les projets #efficient-ai les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook.
Comment le classement des dépôts #efficient-ai est-il calculé ?
Nous suivons 17 dépôts open source actifs associés à #efficient-ai (500+ étoiles), totalisant 60,032 étoiles, avec une moyenne de 3,531 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.