#mixture-of-experts Repository
Scopri 78 repository GitHub open source attivi contrassegnati con #mixture-of-experts, che raccolgono un totale di 392,641 stelle (con una media di 5,033 stelle per progetto). Il progetto leader di questo argomento è deepseek-ai/DeepSeek-V3, con 104,417 stelle.
78 repository in totale
DeepSpeed è una libreria di ottimizzazione per il deep learning che rende il training distribuito e l'inferenza facili, efficienti ed efficaci.
Un modello Kimi K3 da 2,78 trilioni di parametri che esegue l'inferenza su una singola CPU con 8,24 GB di RAM. C99 portatile: niente BLAS, niente framework, niente GPU.
Kimi K2 è la serie di modelli linguistici di grandi dimensioni sviluppata dal team Moonshot AI.
《Comprendere a fondo l’infrastruttura dell’IA: analisi quantitativa e progettazione dei sistemi》 (di Li Bojie), un manoscritto di libro open source: partendo dai vincoli hardware e dalle architetture dei modelli, deriva quantitativamente la progettazione dei sistemi di inferenza e addestramento degli LLM. Include il testo completo, il PDF, strumenti di calcolo correlati ed esperimenti.
Strumenti di infrastruttura AI testati in produzione per lo sviluppo efficiente di AGI e l'innovazione guidata dalla comunità
DeepSeek-Coder-V2: Abbattere la barriera dei modelli closed-source nell'intelligenza del codice
DeepSeek-VL2: Modelli Vision-Language Mixture-of-Experts per una Comprensione Multimodale Avanzata
fastllm è una libreria di inferenza per modelli linguistici di grandi dimensioni ad alte prestazioni, senza dipendenze da backend, che consente di eseguire inferenze in modo efficiente sulla maggior parte dei dispositivi.
DeepSeek-V2: Un modello linguistico Mixture-of-Experts forte, economico ed efficiente
Memoria condizionale tramite ricerca scalabile: Un nuovo asse di sparsità per i grandi modelli linguistici
Qwen3.8 è una serie di modelli linguistici di grandi dimensioni sviluppata dal team Qwen di Alibaba Group.
Miles è un framework di reinforcement learning orientato alle imprese per la post-allenamento di LLM e VLM, derivato da e co-evolvendosi con slime.
Esegui GLM-5.3 (744B), DeepSeek-V4.1-Flash (748B), MiniMax-M3.1-Flash (428B), GLM-5.3-Flash (321B) e Hy4-Flash (220B) sulle tue GPU — a partire da 8 GB di VRAM, con supporto per NVIDIA e AMD, un’unica dashboard e un’API compatibile con OpenAI e Anthropic.
Addestramento minimalista di modelli linguistici di grandi dimensioni con parallelismo 3D
Costruire modelli di grandi dimensioni da zero: una pratica completa dal preaddestramento al RLHF
Deep learning decentralizzato in PyTorch. Costruito per addestrare modelli su migliaia di volontari in tutto il mondo.
Monkey (LMM): Risoluzione dell'immagine ed etichetta di testo sono cose importanti per i grandi modelli multimodali (CVPR 2024 Highlight)
DeepSeekMoE: Verso la specializzazione definitiva degli esperti nei modelli linguistici Mixture-of-Experts
Reimplementazione del modello pi0 Vision-Language-Action (VLA) da Physical Intelligence
Modelli di grandi dimensioni ispirati al cervello a spiking, che integrano un'attenzione ibrida efficiente, moduli MoE e codifica a spike nella loro architettura
Inferenza locale con un comportamento simile a quello di un’API all’avanguardia: Qwen3.8-Flash-Next su AMD Strix Halo, insieme a piccoli modelli NPU, tramite le API di OpenAI e Anthropic su un’unica porta.
MiMo-V2-Flash: Ragionamento efficiente, codifica e modello di base agentico
Inferenza su CPU senza GPU per modelli MoE da 30B a 284B (Qwen3.8 176.5B certificato con cache fredda in Cgroup v2 a 28,26/48,35 GiB, DeepSeek-V4 284B, Nemotron-30B) + RouteCrack 2.0.
Esegui modelli di IA di grandi dimensioni sul tuo PC: Qwen3.8-Flash-Next con il motore di Strata e GLM 5.3 Flash, DeepSeek V4 Flash, LFM2.5, Qwen3.6, Ornith 1.5, Gemma 4, Tiel Coder e MiniCPM-V con un secondo motore progettato per PolyStrata. Installazione con un clic per Windows e Linux, con API OpenAI/Anthropic su localhost.
Esegui modelli più grandi della tua RAM o VRAM caricando in streaming gli esperti MoE da un SSD. Basato su llama.cpp.
Reimplementazione in PyTorch di "The Sparsely-Gated Mixture-of-Experts Layer" di Noam Shazeer et al. https://arxiv.org/abs/1701.06538
Kimi-VL: Modello Vision-Language Mixture-of-Experts per il Ragionamento Multimodale, la Comprensione del Lungo Contesto e Forti Capacità di Agente
Domande frequenti
Qual è il repository #mixture-of-experts più popolare su GitHub?
Il progetto open source #mixture-of-experts più alto in classifica su GitHub è deepseek-ai/DeepSeek-V3, con 104,417 stelle.
Quali linguaggi di programmazione sono più utilizzati nei repository #mixture-of-experts?
Tra i progetti #mixture-of-experts più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, Jupyter Notebook, C.
Come viene calcolata la classifica dei repository #mixture-of-experts?
Monitoriamo 78 repository open source attivi contrassegnati con #mixture-of-experts (500+ stelle), per un totale di 392,641 stelle e una media di 5,033 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.