Git Stars Git Stars

#parallel-decoding Dépôts

Découvrez 4 dépôts GitHub open source actifs associés à #parallel-decoding, cumulant 4,283 étoiles au total (soit une moyenne de 1,070 étoiles par projet). Le projet en tête de ce thème est hao-ai-lab/LookaheadDecoding, avec 1,337 étoiles.

4
Total des Dépôts
4,283
Nombre total d'étoiles
1,070
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python
1
hao-ai-lab/LookaheadDecoding

[ICML 2024] Rompre la dépendance séquentielle de l'inférence LLM grâce au décodage prospectif

hao-ai-lab
⭐ 1,337 Python 👤 hao-ai-lab Organization 🕐 Mis à jour 2025-03-06 📅 Créé 2023-11-21
2
VILA-Lab/Awesome-DLMs

Le dépôt GitHub officiel pour l'article de synthèse « A Survey on Diffusion Language Models ».

VILA-Lab
⭐ 1,252 👤 VILA-Lab Organization 🕐 Mis à jour 2026-10-02 📅 Créé 2025-07-14
3
NVlabs/Fast-dLLM

Implémentation officielle de « Fast-dLLM : Accélération sans entraînement des LLM de diffusion en activant le cache KV et le décodage parallèle »

NVlabs
⭐ 1,116 Python 👤 NVlabs Organization 🕐 Mis à jour 2026-05-30 📅 Créé 2025-05-27
4
Deepshift/DeepCreamPy

DeepCreamPy de deeppomf + quelques mises à jour

Deepshift
⭐ 579 Python 👤 Deepshift Organization 🕐 Mis à jour 2024-11-22 📅 Créé 2021-04-27

Foire aux questions

1

Quel est le dépôt #parallel-decoding le plus populaire sur GitHub ?

Le projet #parallel-decoding open source le mieux classé sur GitHub est hao-ai-lab/LookaheadDecoding, avec 1,337 étoiles. [ICML 2024] Rompre la dépendance séquentielle de l'inférence LLM grâce au décodage prospectif

2

Quels langages de programmation sont les plus utilisés dans les dépôts #parallel-decoding ?

Parmi les projets #parallel-decoding les mieux classés sur GitHub, les langages de programmation les plus courants sont Python.

3

Comment le classement des dépôts #parallel-decoding est-il calculé ?

Nous suivons 4 dépôts open source actifs associés à #parallel-decoding (500+ étoiles), totalisant 4,283 étoiles, avec une moyenne de 1,070 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.