Git Stars Git Stars

#knowledge-distillation Dépôts

Découvrez 35 dépôts GitHub open source actifs associés à #knowledge-distillation, cumulant 102,336 étoiles au total (soit une moyenne de 2,923 étoiles par projet). Le projet en tête de ce thème est titanwings/distilly, avec 26,745 étoiles.

35
Total des Dépôts
102,336
Nombre total d'étoiles
2,923
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python Jupyter Notebook C
1
titanwings/distilly

Distilly — Transformez leur façon de penser en Skills réutilisables pour tout agent ou bot. Anciennement Colleague Skill (原同事 Skill).

titanwings
⭐ 26,745 Python 👤 titanwings User 🕐 Mis à jour 2026-10-13 📅 Créé 2026-03-30
2
kangarooking/cangjie-skill

Distillez du contenu à haute valeur ajoutée issu de livres, de vidéos longues, de podcasts et bien plus encore en Agent Skills exécutables

kangarooking
⭐ 13,161 Python 👤 kangarooking User 🕐 Mis à jour 2026-10-02 📅 Créé 2026-04-16
3
z1069614715/objectdetection_script

Des scripts concernant la détection d'objets et du code d'idées d'amélioration; consultez en détail le readme.md.

z1069614715
⭐ 7,353 Python 👤 z1069614715 User 🕐 Mis à jour 2026-11-20 📅 Créé 2023-01-05
4
PaddlePaddle/PaddleClas

Un coffre au trésor pour la classification et la reconnaissance visuelles, propulsé par PaddlePaddle

PaddlePaddle
⭐ 5,861 Python 👤 PaddlePaddle Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2020-03-30
5
dkozlov/awesome-knowledge-distillation

Distillation de connaissances impressionnante

dkozlov
⭐ 3,920 👤 dkozlov User 🕐 Mis à jour 2026-10-26 📅 Créé 2017-02-28
6
huawei-noah/Pretrained-Language-Model

Modèle de langage pré-entraîné et ses techniques d'optimisation associées développées par Huawei Noah's Ark Lab.

huawei-noah
⭐ 3,152 Python 👤 huawei-noah Organization 🕐 Mis à jour 2024-01-22 📅 Créé 2019-12-02
7
robert-mcdermott/ai-knowledge-graph

Générateur de graphe de connaissances alimenté par l'IA

robert-mcdermott
⭐ 3,143 Python 👤 robert-mcdermott User 🕐 Mis à jour 2026-09-13 📅 Créé 2025-03-23
8
jingyi0000/VLM_survey

Collection de modèles impressionnants de vision-langage pour les tâches de vision

jingyi0000
⭐ 3,132 👤 jingyi0000 User 🕐 Mis à jour 2026-11-16 📅 Créé 2023-03-30
9
divamgupta/image-segmentation-keras

Implémentation de Segnet, FCN, UNet, PSPNet et d'autres modèles dans Keras.

divamgupta
⭐ 3,010 Python 👤 divamgupta User 🕐 Mis à jour 2024-05-12 📅 Créé 2017-03-20
10
intel/neural-compressor

Quantification LLM SOTA à faible nombre de bits (INT8/FP8/MXFP8/INT4/MXFP4/NVFP4) et sparsité ; techniques de compression de modèles de pointe sur PyTorch, TensorFlow et ONNX Runtime

intel
⭐ 2,733 Python 👤 intel Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2020-07-21
11
google/tunix

Une bibliothèque légère de post-entraînement LLM

google
⭐ 2,516 Python 👤 google Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-04-02
12
alibaba/EasyNLP

EasyNLP : Une boîte à outils NLP complète et facile à utiliser

alibaba
⭐ 2,180 Python 👤 alibaba Organization 🕐 Mis à jour 2024-11-27 📅 Créé 2022-04-06
13
horseee/Awesome-Efficient-LLM

Une liste organisée pour des grands modèles linguistiques efficaces

horseee
⭐ 2,019 Python 👤 horseee User 🕐 Mis à jour 2025-06-17 📅 Créé 2023-05-22
14
GAIR-NLP/O1-Journey

Parcours de réplication O1

GAIR-NLP
⭐ 2,000 👤 GAIR-NLP Organization 🕐 Mis à jour 2025-01-14 📅 Créé 2024-10-07
15
HuangOwen/Awesome-LLM-Compression

Excellents articles de recherche et outils pour la compression des LLM.

HuangOwen
⭐ 1,899 👤 HuangOwen User 🕐 Mis à jour 2026-11-16 📅 Créé 2023-05-30
16
microsoft/Cream

Ceci est une collection de nos travaux sur NAS et Vision Transformer.

microsoft
⭐ 1,818 Python 👤 microsoft Organization 🕐 Mis à jour 2024-07-25 📅 Créé 2020-10-12
17
open-mmlab/mmrazor

OpenMMLab Model Compression Toolbox et Benchmark.

open-mmlab
⭐ 1,653 Python 👤 open-mmlab Organization 🕐 Mis à jour 2024-06-11 📅 Créé 2021-12-22
18
yoshitomo-matsubara/torchdistill

Un framework sans code basé sur PyTorch pour mener des études d’apprentissage profond reproductibles. Écosystème PyTorch. 🏆 À ce jour, 28 méthodes de distillation des connaissances présentées à TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. ont été implémentées. 🎁 Des modèles entraînés, des journaux d’entraînement et des configurations sont disponibles pour garantir la reproductibilité et faciliter l’évaluation comparative.

yoshitomo-matsubara
⭐ 1,636 Python 👤 yoshitomo-matsubara User 🕐 Mis à jour 2026-11-19 📅 Créé 2019-12-18
19
wasiahmad/Awesome-LLM-Synthetic-Data

Une liste de lecture sur la génération de données synthétiques basées sur LLM 🔥

wasiahmad
⭐ 1,538 👤 wasiahmad User 🕐 Mis à jour 2025-06-05 📅 Créé 2024-08-08
20
huawei-noah/Efficient-Computing

Méthodes de calcul efficaces développées par Huawei Noah's Ark Lab

huawei-noah
⭐ 1,306 Jupyter Notebook 👤 huawei-noah Organization 🕐 Mis à jour 2024-11-05 📅 Créé 2019-09-04
21
Tebmer/Awesome-Knowledge-Distillation-of-LLMs

Ce dépôt rassemble des articles pour "A Survey on Knowledge Distillation of Large Language Models". Nous décomposons la KD en Élicitation des Connaissances et Algorithmes de Distillation, et explorons la Distillation par Compétence et Verticale des LLM.

Tebmer
⭐ 1,282 👤 Tebmer User 🕐 Mis à jour 2025-03-09 📅 Créé 2024-02-08
22
HarborYuan/ovsam

[ECCV 2024] Le code officiel du papier "Open-Vocabulary SAM".

HarborYuan
⭐ 1,034 Python 👤 HarborYuan User 🕐 Mis à jour 2026-09-08 📅 Créé 2024-01-05
23
MingSun-Tse/Efficient-Deep-Learning

Collection de méthodes récentes sur la compression et l'accélération des réseaux de neurones (profonds).

MingSun-Tse
⭐ 954 👤 MingSun-Tse User 🕐 Mis à jour 2025-04-04 📅 Créé 2018-09-16
24
chrisliu298/awesome-on-policy-distillation

Une collection organisée d'articles, de rapports techniques, de cadres et d'outils pour la distillation en politique (OPD) des grands modèles de langage

chrisliu298
⭐ 926 👤 chrisliu298 User 🕐 Mis à jour 2026-10-06 📅 Créé 2026-03-22
25
aimagelab/mammoth

Un cadre extensible (général) d'apprentissage continu basé sur Pytorch - code officiel de Dark Experience pour l'apprentissage continu général

aimagelab
⭐ 852 Python 👤 aimagelab Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2020-10-05
26
Ampixa/sanoTTS

sanoTTS (सानो signifie « petit » en népalais) : un système neuronal de synthèse vocale comptant de 294 000 à 2,27 millions de paramètres, qui fonctionne sur une puce à 3 $, dans le navigateur ou en Python, avec une diffusion en continu à faible latence.

Ampixa
⭐ 851 C 👤 Ampixa Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2026-07-11
27
RUCAIBox/Slow_Thinking_with_LLMs

Une série de rapports techniques sur la pensée lente avec LLM

RUCAIBox
⭐ 768 Python 👤 RUCAIBox Organization 🕐 Mis à jour 2025-08-13 📅 Créé 2024-12-12
28
Picsart-AI-Research/MI-GAN

[ICCV 2023] MI-GAN : Une base simple pour l'inpainting d'images sur appareils mobiles

Picsart-AI-Research
⭐ 714 Python 👤 Picsart-AI-Research Organization 🕐 Mis à jour 2026-09-14 📅 Créé 2023-08-16
29
Westlake-AGI-Lab/Distill-Any-Depth

Le dépôt pour "Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator"

Westlake-AGI-Lab
⭐ 692 Python 👤 Westlake-AGI-Lab Organization 🕐 Mis à jour 2025-04-21 📅 Créé 2025-02-20
31
google-deepmind/searchless_chess

Échecs de niveau Grand Maître sans recherche

google-deepmind
⭐ 634 Python 👤 google-deepmind Organization 🕐 Mis à jour 2025-01-10 📅 Créé 2024-04-09
32
nick7nlp/Awesome-LLM-On-Policy-Distillation

Une collection organisée d'articles et de ressources sur la distillation en politique pour les grands modèles de langage.

nick7nlp
⭐ 598 Python 👤 nick7nlp User 🕐 Mis à jour 2026-10-13 📅 Créé 2026-04-05
33
predibase/llm_distillation_playbook

Meilleures pratiques pour la distillation de grands modèles linguistiques.

predibase
⭐ 596 Jupyter Notebook 👤 predibase Organization 🕐 Mis à jour 2024-02-01 📅 Créé 2023-12-06
34
csyhhu/Awesome-Deep-Neural-Network-Compression

Résumé, Code pour la Quantification de Réseaux de Neurones Profonds

csyhhu
⭐ 562 Python 👤 csyhhu User 🕐 Mis à jour 2026-09-01 📅 Créé 2019-02-28
35
zengxiao-he/tessera

Du professeur aux tuiles — un moteur de distillation et de service LLM construit de zéro : noyaux Triton/CUDA personnalisés, distillation FSDP, traitement par lots continu avec KV paginé, décodage spéculatif, une passerelle Rust, un oracle JAX et des outils d'interprétabilité.

zengxiao-he
⭐ 556 Python 👤 zengxiao-he User 🕐 Mis à jour 2026-10-09 📅 Créé 2026-06-05

Foire aux questions

1

Quel est le dépôt #knowledge-distillation le plus populaire sur GitHub ?

Le projet #knowledge-distillation open source le mieux classé sur GitHub est titanwings/distilly, avec 26,745 étoiles. Distilly — Transformez leur façon de penser en Skills réutilisables pour tout agent ou bot. Anciennement Colleague Skill (原同事 Skill).

2

Quels langages de programmation sont les plus utilisés dans les dépôts #knowledge-distillation ?

Parmi les projets #knowledge-distillation les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C.

3

Comment le classement des dépôts #knowledge-distillation est-il calculé ?

Nous suivons 35 dépôts open source actifs associés à #knowledge-distillation (500+ étoiles), totalisant 102,336 étoiles, avec une moyenne de 2,923 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.