#distillation Repository
Scopri 24 repository GitHub open source attivi contrassegnati con #distillation, che raccolgono un totale di 42,743 stelle (con una media di 1,780 stelle per progetto). Il progetto leader di questo argomento è rasbt/reasoning-from-scratch, con 5,885 stelle.
24 repository in totale
Implementa un LLM di ragionamento in PyTorch da zero, passo dopo passo
Un framework unificato di inferenza e post-allenamento per la generazione accelerata di video.
Il repository ufficiale per [NeurIPS'22] "ViTPose: Simple Vision Transformer Baselines for Human Pose Estimation" e [TPAMI'23] "ViTPose++: Vision Transformer for Generic Body Pose Estimation"
Una raccolta di classici industriali e articoli all'avanguardia nei settori raccomandazione/pubblicità/ricerca. A collection of industry classics and cutting-edge papers in the field of recommendation/advertising/search.
Implementazione in PyTorch di vari metodi per l'apprendimento continuo (XdG, EWC, SI, LwF, FROMP, DGR, BI-R, ER, A-GEM, iCaRL, Generative Classifier) in tre scenari diversi.
Addestramento all-in-one per modelli di visione (YOLO, ViTs, RT-DETR, DINOv3): pre-addestramento, fine-tuning, distillazione.
PaddleSlim è una libreria open-source per la compressione di modelli profondi e la ricerca di architetture.
♾️ Framework open source per l'immortalità digitale — Distilla avatar digitali a 7 dimensioni di chiunque dai registri di chat. Supporta 12+ piattaforme come WeChat/Feishu/iMessage/Telegram, 7 template di ruoli, allineato allo standard OpenClaw Soul Spec. Una riga di comando fa imparare alla tua IA la distillazione.
A quel TA indimenticabile tuo, tutti i grandi modelli sono santi del codice. È l'era della rinascita. Benvenuto nella Vita Digitale 1.0. 🫶
[ICML 2026] Base di codice ufficiale per "Causal Forcing: Autoregressive Diffusion Distillation Done Right for High-Quality Real-Time Interactive Video Generation" & Causal Forcing++
Una raccolta curata di articoli, rapporti tecnici, framework e strumenti per la distillazione on-policy (OPD) di grandi modelli linguistici
Genera sintetici di alta qualità, addestra, misura e valuta in un'unica pipeline
Kandinsky 5.0: Una famiglia di modelli di diffusione per la generazione di video e immagini
rCM & Causal-rCM: Algoritmi/infrastrutture leader e unificati per la distillazione della diffusione video bidirezionale/autoregressiva su larga scala
SparkDiffusion: accelerare la generazione video DiT di 265× tramite sparsità, distillazione, quantizzazione congiunte, ecc.
Flash Diffusion: accelerare i modelli di diffusione condizionale (AAAI 2025 Oral)
Domande frequenti
Qual è il repository #distillation più popolare su GitHub?
Il progetto open source #distillation più alto in classifica su GitHub è rasbt/reasoning-from-scratch, con 5,885 stelle. Implementa un LLM di ragionamento in PyTorch da zero, passo dopo passo
Quali linguaggi di programmazione sono più utilizzati nei repository #distillation?
Tra i progetti #distillation più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook.
Come viene calcolata la classifica dei repository #distillation?
Monitoriamo 24 repository open source attivi contrassegnati con #distillation (500+ stelle), per un totale di 42,743 stelle e una media di 1,780 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.