Git Stars Git Stars

#sequence-modeling Repository

Scopri 27 repository GitHub open source attivi contrassegnati con #sequence-modeling, che raccolgono un totale di 89,587 stelle (con una media di 3,318 stelle per progetto). Il progetto leader di questo argomento è google-research/timesfm, con 35,653 stelle.

27
Totale Repository
89,587
Totale stelle
3,318
Media Stelle/Repo
Linguaggi di programmazione: Python Jupyter Notebook Assembly

27 repository in totale

1
google-research/timesfm

TimesFM (Time Series Foundation Model) è un modello fondazionale preaddestrato per serie temporali sviluppato da Google Research per la forecasting di serie temporali.

google-research
⭐ 35,653 Python 👤 google-research Organization 🕐 Aggiornato 2026-11-13 📅 Creato 2024-04-29
2
state-spaces/mamba

Architettura Mamba SSM

state-spaces
⭐ 19,008 Python 👤 state-spaces Organization 🕐 Aggiornato 2026-11-08 📅 Creato 2023-12-01
3
fla-org/flash-linear-attention

🚀 Implementazioni efficienti per architetture di modelli emergenti

fla-org
⭐ 6,071 Python 👤 fla-org Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2023-12-20
4
johnma2006/mamba-minimal

Implementazione semplice e minimale di Mamba SSM in un unico file di PyTorch.

johnma2006
⭐ 2,907 Python 👤 johnma2006 User 🕐 Aggiornato 2024-03-08 📅 Creato 2023-12-20
5
kzl/decision-transformer

Codice ufficiale per Decision Transformer: Reinforcement Learning tramite modellazione di sequenze.

kzl
⭐ 2,738 Python 👤 kzl User 🕐 Aggiornato 2024-04-29 📅 Creato 2021-06-02
6
yuqinie98/PatchTST

Un'implementazione ufficiale di PatchTST: "A Time Series is Worth 64 Words: Long-term Forecasting with Transformers." (ICLR 2023) https://arxiv.org/abs/2211.14730

yuqinie98
⭐ 2,353 Python 👤 yuqinie98 User 🕐 Aggiornato 2024-08-12 📅 Creato 2022-10-25
7
raminmh/liquid_time_constant_networks

Repository di codice per reti a tempo costante liquido (LTC)

raminmh
⭐ 1,785 Python 👤 raminmh User 🕐 Aggiornato 2024-06-03 📅 Creato 2020-05-20
8
ckiplab/ckiptagger

Segmentazione neurale delle parole cinesi CKIP, tagging POS e NER

ckiplab
⭐ 1,683 Python 👤 ckiplab Organization 🕐 Aggiornato 2025-07-09 📅 Creato 2019-08-23
9
alxndrTL/mamba.py

Un'implementazione Mamba semplice ed efficiente in puro PyTorch e MLX.

alxndrTL
⭐ 1,486 Python 👤 alxndrTL User 🕐 Aggiornato 2026-05-03 📅 Creato 2024-01-08
10
yyyujintang/Awesome-Mamba-Papers

Articoli fantastici relativi a Mamba.

yyyujintang
⭐ 1,387 👤 yyyujintang User 🕐 Aggiornato 2024-10-17 📅 Creato 2024-01-28
11
agemagician/ProtTrans

ProtTrans fornisce modelli linguistici pre-addestrati all'avanguardia per le proteine. ProtTrans è stato addestrato su migliaia di GPU da Summit e centinaia di TPU Google utilizzando modelli Transformer.

agemagician
⭐ 1,310 Jupyter Notebook 👤 agemagician User 🕐 Aggiornato 2025-05-22 📅 Creato 2020-05-11
12
test-time-training/ttt-lm-pytorch

Implementazione ufficiale PyTorch di Learning to (Learn at Test Time): RNN con stati nascosti espressivi

test-time-training
⭐ 1,300 Python 👤 test-time-training User 🕐 Aggiornato 2024-07-14 📅 Creato 2024-06-28
13
ElectricAlexis/NotaGen

NotaGen: Avanzare la musicalità nella generazione musicale simbolica con paradigmi di addestramento di modelli linguistici di grandi dimensioni

ElectricAlexis
⭐ 1,202 Python 👤 ElectricAlexis User 🕐 Aggiornato 2025-04-21 📅 Creato 2024-06-01
15
fla-org/native-sparse-attention

🐳 Implementazioni Triton efficienti per "Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention"

fla-org
⭐ 1,030 Python 👤 fla-org Organization 🕐 Aggiornato 2026-02-05 📅 Creato 2025-02-21
16
Dao-AILab/causal-conv1d

Conv1d depthwise causale in CUDA, con interfaccia PyTorch

Dao-AILab
⭐ 978 Python 👤 Dao-AILab Organization 🕐 Aggiornato 2026-08-20 📅 Creato 2023-12-03
17
redotvideo/mamba-chat

Mamba-Chat: Un LLM di chat basato sull'architettura del modello a spazio di stati 🐍

midrender
⭐ 940 Python 👤 midrender Organization 🕐 Aggiornato 2024-03-03 📅 Creato 2023-12-06
18
HazyResearch/safari

Convoluzioni per la modellazione di sequenze

HazyResearch
⭐ 909 Assembly 👤 HazyResearch Organization 🕐 Aggiornato 2024-06-13 📅 Creato 2023-02-14
19
vandijklab/cell2sentence

Cell2Sentence: Insegnare ai Modelli Linguistici di Grandi Dimensioni il Linguaggio della Biologia

vandijklab
⭐ 896 Jupyter Notebook 👤 vandijklab Organization 🕐 Aggiornato 2026-10-06 📅 Creato 2024-09-03
20
microsoft/ProphetNet

Un progetto di ricerca per la generazione del linguaggio naturale, contenente le implementazioni ufficiali del team NLC di MSRA.

microsoft
⭐ 739 Python 👤 microsoft Organization 🕐 Aggiornato 2024-07-25 📅 Creato 2020-02-17
22
VectorSpaceLab/Video-XL

🔥🔥I primissimi modelli per la comprensione video su scala oraria

VectorSpaceLab
⭐ 626 Python 👤 VectorSpaceLab Organization 🕐 Aggiornato 2025-07-14 📅 Creato 2024-09-20
23
radarFudan/Awesome-state-space-models

Raccolta di articoli sui modelli di spazio degli stati

radarFudan
⭐ 622 Python 👤 radarFudan User 🕐 Aggiornato 2026-10-01 📅 Creato 2023-10-15
24
AI-Guru/music-generation-research

Una raccolta semplice di risorse per la ricerca sulla generazione musicale.

AI-Guru
⭐ 605 👤 AI-Guru User 🕐 Aggiornato 2025-01-20 📅 Creato 2021-06-02
25
Vegetebird/MHFormer

[CVPR 2022] MHFormer: Multi-Hypothesis Transformer per la Stima della Posa Umana 3D

Vegetebird
⭐ 589 Python 👤 Vegetebird User 🕐 Aggiornato 2024-04-10 📅 Creato 2021-11-24
27
1x-technologies/1xgpt

sfida di modellazione del mondo per robot umanoidi

1x-technologies
⭐ 526 Python 👤 1x-technologies Organization 🕐 Aggiornato 2024-11-08 📅 Creato 2024-06-13

Domande frequenti

1

Qual è il repository #sequence-modeling più popolare su GitHub?

Il progetto open source #sequence-modeling più alto in classifica su GitHub è google-research/timesfm, con 35,653 stelle. TimesFM (Time Series Foundation Model) è un modello fondazionale preaddestrato per serie temporali sviluppato da Google Research per la forecasting di serie temporali.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #sequence-modeling?

Tra i progetti #sequence-modeling più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, Assembly.

3

Come viene calcolata la classifica dei repository #sequence-modeling?

Monitoriamo 27 repository open source attivi contrassegnati con #sequence-modeling (500+ stelle), per un totale di 89,587 stelle e una media di 3,318 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.