#huggingface Dépôts
171 dépôts au total
Un framework RAG NodeJS pour travailler facilement avec des LLM et des embeddings
Ceci est l'implémentation officielle de notre article : « MiniMax-Remover: Taming Bad Noise Helps Video Object Removal »
Un dépôt NLP d'apprentissage profond qui résume le prétraitement du texte, les modèles de sujets et les tâches en aval de modèles de pointe tels que BERT, GPT et LLM à l'aide de TensorFlow.
Enchaînez des applications et des modèles pour créer des flux de travail d'IA solides 🤗
FineEnvs — Introduction aux environnements d’apprentissage par renforcement : créer et faire évoluer des environnements à l’ère des LLM
Projets industriels de génération d'IA de bout en bout sur modèles LLM avec Deployment_Awesome LLM Projects
55 compétences rigoureuses pour Claude Code, Codex, OpenCode 1 et 2, et Pi : revue de code, audits de sécurité, développement de fonctionnalités, conception frontend, outils MCP, apprentissage automatique/entraînement avec Hugging Face, et bien plus encore.
[ECCV 2024] ControlNet++: Améliorer les contrôles conditionnels grâce à un retour d'information cohérent et efficace.
Les AWS Generative AI CDK Constructs sont des implémentations d'exemple d'AWS CDK pour les modèles courants d'IA générative.
skops est une bibliothèque Python qui vous aide à partager vos modèles basés sur scikit-learn et à les mettre en production.
QwQ est la série de modèles de raisonnement développée par l'équipe Qwen d'Alibaba Cloud.
Récupérer, Lire et Lier : Liaison d'entités et extraction de relations rapides et précises avec un budget académique (ACL 2024)
MOTEUR DE TOKENIZEUR EFFICACE ET OPTIMISÉ POUR LE SERVING D'INFÉRENCE LLM
Reconnaissant d'entités nommées coréen créé avec KoBERT et CRF (modèle de reconnaissance d'entités nommées basé sur BERT+CRF pour le coréen)
Reconnaissance vocale générative axée sur l'arabe — Audar-ASR-V1 (Flash + Turbo). N° 1 au classement Open Universal Arabic ASR. Fiches de modèle, benchmarks et inférence.