Git Stars Git Stars

#sparse-autoencoders Repository

Scopri 5 repository GitHub open source attivi contrassegnati con #sparse-autoencoders, che raccolgono un totale di 7,841 stelle (con una media di 1,568 stelle per progetto). Il progetto leader di questo argomento è openai/transformer-debugger, con 4,123 stelle.

5
Totale Repository
7,841
Totale stelle
1,568
Media Stelle/Repo
Linguaggi di programmazione: Python Jupyter Notebook

5 repository in totale

2
decoderesearch/SAELens

Allenamento di autoencoder sparsi su modelli linguistici

decoderesearch
⭐ 1,588 Python 👤 decoderesearch Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2023-11-29
3
vgel/repeng

Una libreria per la creazione di vettori di controllo RepE

vgel
⭐ 760 Jupyter Notebook 👤 vgel User 🕐 Aggiornato 2025-09-24 📅 Creato 2024-01-21
4
EleutherAI/sparsify

Sparsificare i trasformatori con SAE e transcoder

EleutherAI
⭐ 744 Python 👤 EleutherAI Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2024-05-24
5
zepingyu0512/awesome-llm-understanding-mechanism

articoli straordinari sull'interpretabilità degli LLM

zepingyu0512
⭐ 626 👤 zepingyu0512 User 🕐 Aggiornato 2025-08-20 📅 Creato 2024-02-18

Domande frequenti

1

Qual è il repository #sparse-autoencoders più popolare su GitHub?

Il progetto open source #sparse-autoencoders più alto in classifica su GitHub è openai/transformer-debugger, con 4,123 stelle.

2

Quali linguaggi di programmazione sono più utilizzati nei repository #sparse-autoencoders?

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

3

Come viene calcolata la classifica dei repository #sparse-autoencoders?

Monitoriamo 5 repository open source attivi contrassegnati con #sparse-autoencoders (500+ stelle), per un totale di 7,841 stelle e una media di 1,568 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.