Git Stars Git Stars

#linear-attention Dépôts

Découvrez 7 dépôts GitHub open source actifs associés à #linear-attention, cumulant 31,942 étoiles au total (soit une moyenne de 4,563 étoiles par projet). Le projet en tête de ce thème est BlinkDL/RWKV-LM, avec 14,786 étoiles.

7
Total des Dépôts
31,942
Nombre total d'étoiles
4,563
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python C
1
BlinkDL/RWKV-LM

RWKV (prononcé RwaKuv) est un RNN avec d'excellentes performances LLM, qui peut également être entraîné directement comme un transformer GPT (parallélisable). Nous en sommes à RWKV-7 "Goose". Il combine donc le meilleur des RNN et des transformers - d'excellentes performances, un temps linéaire, un espace constant (pas de cache kv), un entraînement rapide, une ctx_len infinie et une intégration de phrases gratuite.

BlinkDL
⭐ 14,786 Python 👤 BlinkDL User 🕐 Mis à jour 2026-11-04 📅 Créé 2021-08-08
2
FareedKhan-dev/kimi-k3-in-c

Un modèle Kimi K3 de 2 780 milliards de paramètres effectuant une inférence sur un seul CPU avec 8,24 Go de RAM. C99 portable : sans BLAS, sans framework, sans GPU.

FareedKhan-dev
⭐ 12,523 C 👤 FareedKhan-dev User 🕐 Mis à jour 2026-11-16 📅 Créé 2026-08-01
4
GAIR-NLP/ASI-Arch

Moment AlphaGo pour la découverte de l'architecture des modèles.

GAIR-NLP
⭐ 1,196 Python 👤 GAIR-NLP Organization 🕐 Mis à jour 2025-12-03 📅 Créé 2025-07-18
6
thu-ml/SLA

SLA : Au-delà de la parcimonie dans les transformeurs de diffusion grâce à une attention creuse-linéaire ajustable

thu-ml
⭐ 553 Python 👤 thu-ml Organization 🕐 Mis à jour 2026-10-18 📅 Créé 2025-09-25
7
OmniJev/Flide

🔥🔥 Le moteur d’inférence ultra-rapide pour les modèles de décision

OmniJev
⭐ 550 Python 👤 OmniJev Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-10-24

Foire aux questions

1

Quel est le dépôt #linear-attention le plus populaire sur GitHub ?

Le projet #linear-attention open source le mieux classé sur GitHub est BlinkDL/RWKV-LM, avec 14,786 étoiles. RWKV (prononcé RwaKuv) est un RNN avec d'excellentes performances LLM, qui peut également être entraîné directement comme un transformer GPT (parallélisable). Nous en sommes à RWKV-7 "Goose". Il combine donc le meilleur des RNN et des transformers - d'excellentes performances, un temps linéaire, un espace constant (pas de cache kv), un entraînement rapide, une ctx_len infinie et une intégration de phrases gratuite.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #linear-attention ?

Parmi les projets #linear-attention les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, C.

3

Comment le classement des dépôts #linear-attention est-il calculé ?

Nous suivons 7 dépôts open source actifs associés à #linear-attention (500+ étoiles), totalisant 31,942 étoiles, avec une moyenne de 4,563 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.