#transformer-architecture Dépôts
147 dépôts au total
Vchitect-2.0 : Transformer parallèle pour la mise à l'échelle des modèles de diffusion vidéo
📖 Ceci est un dépôt pour organiser des articles, du code et d'autres ressources liés aux modèles multimodaux unifiés.
[T-PAMI-2024] Segmentation Visuelle Basée sur Transformer : Une Revue
[ICCV 2023] StreamPETR : Exploration de la modélisation temporelle axée sur l'objet pour une détection d'objets 3D multi-vues efficace
Le dépôt d'ET-BERT, un modèle de classification du trafic réseau sur le trafic chiffré. Le travail a été accepté en tant que document accepté par The Web Conference (WWW) 2022.
Modèle linguistique à poids ouverts de Google DeepMind, basé sur Griffin.
[ICCV 2025] Code officiel de "ORION : Un cadre holistique de conduite autonome de bout en bout par génération d'actions instruite par vision et langage"
[Spotlight ICLR 2024] Grand Modèle Cérébral pour l'Apprentissage de Représentations Génériques avec d'Énormes Données EEG en BCI
Une liste de lecture organisée de recherches sur les Mixture-of-Experts (MoE).
Prov-GigaPath : Un modèle fondamental pour lames entières pour la pathologie numérique à partir de données réelles
XVERSE-13B : Un grand modèle linguistique multilingue développé par XVERSE Technology Inc.
Le code officiel pour "One Fits All: Power General Time Series Analysis by Pretrained LM (NeurIPS 2023 Spotlight)"
🔥🔥Les tout premiers modèles à l'échelle de l'heure pour la compréhension vidéo
Créez des modèles d'IA haute performance avec des blocs de construction modulaires
Analyser l'inférence des grands modèles de langage (LLM). Analyser des aspects tels que le calcul, le stockage, la transmission et le modèle roofline du matériel dans une interface conviviale.
Une implémentation modulaire efficace d'association d'objets avec des Transformers pour la segmentation d'objets vidéo dans PyTorch
Ceci est l'implémentation officielle de notre article : « MiniMax-Remover: Taming Bad Noise Helps Video Object Removal »
[CVPR 2022] MHFormer : Transformateur à Hypothèses Multiples pour l'Estimation de la Pose Humaine 3D
Llama à partir de zéro, ou comment implémenter un article sans pleurer
[CVPR 2025 Oral] TokenHSI: Synthèse Unifiée des Interactions Physiques Homme-Scène par Tokenisation des Tâches
[IGARSS'22]: Un réseau siamois basé sur un transformeur pour la détection de changements
🌕 [BMVC 2022] Vous n'avez besoin que de 90 000 paramètres pour adapter la lumière : un Transformer léger pour l'amélioration des images et la correction de l'exposition. SOTA pour l'amélioration en basse lumière, 0,004 secondes, essayez ceci pour le pré-traitement.
[ICLR 2025] DuoAttention : Inférence LLM efficace à long contexte avec têtes de récupération et de streaming
[IEEE TMI-2024] UNETR++: Examen approfondi de la segmentation d'images médicales 3D efficace et précise
[ICCV'23] Transformateur à Double Agrégation pour la Super-Résolution d'Images
suivi des articles, des ensembles de données et des modèles de « grands modèles de langage (LLM) pour les séries temporelles »
Une liste complète d’excellents articles de recherche, de modèles, de jeux de données et d’autres ressources sur les modèles Vision‑Language‑Action (VLA) en robotique.