#transformer-architecture Repository
147 repository in totale
Vchitect-2.0: Transformer parallelo per l'upscaling di modelli di diffusione video
๐ Questo รจ un repository per organizzare articoli, codici e altre risorse relative a modelli multimodali unificati.
[T-PAMI-2024] Segmentazione visiva basata su Transformer: una rassegna
[ICCV 2023] StreamPETR: Esplorazione della modellazione temporale incentrata sull'oggetto per un Efficiente Rilevamento di Oggetti 3D Multi-Vista
Il repository di ET-BERT, un modello di classificazione del traffico di rete sul traffico crittografato. Il lavoro รจ stato accettato come paper accettato dalla Web Conference (WWW) 2022.
Modello linguistico a pesi aperti di Google DeepMind, basato su Griffin.
[ICCV 2025] Codice ufficiale di "ORION: Un framework olistico end-to-end per la guida autonoma tramite generazione di azioni istruite da visione e linguaggio"
[Spotlight ICLR 2024] Modello Cerebrale di Grandi Dimensioni per l'Apprendimento di Rappresentazioni Generiche con Enormi Dati EEG in BCI
Pippo: Esseri umani multi-vista ad alta risoluzione da una singola immagine
Un elenco di lettura curato di ricerche in Mixture-of-Experts (MoE).
Prov-GigaPath: Un modello fondamentale a intera diapositiva per la patologia digitale da dati reali
XVERSE-13B: Un modello linguistico di grandi dimensioni multilingue sviluppato da XVERSE Technology Inc.
Il codice ufficiale per "One Fits All: Power General Time Series Analysis by Pretrained LM (NeurIPS 2023 Spotlight)"
Analizzare l'inferenza dei Large Language Models (LLM). Analizzare aspetti come il calcolo, lo storage, la trasmissione e il modello di efficienza hardware (roofline model) in un'interfaccia user-friendly.
Un'implementazione modulare efficiente di Associating Objects with Transformers per la segmentazione di oggetti video in PyTorch
Questa รจ l'implementazione ufficiale del nostro articolo: "MiniMax-Remover: Taming Bad Noise Helps Video Object Removal"
[CVPR 2022] MHFormer: Multi-Hypothesis Transformer per la Stima della Posa Umana 3D
[CVPR 2025 Oral] TokenHSI: Sintesi Unificata delle Interazioni Fisiche Umano-Scena tramite Tokenizzazione delle Attivitร
[IGARSS'22]: Una Rete Siamese Basata su Trasformatori per il Rilevamento delle Modifiche
๐ [BMVC 2022] Sono necessari solo 90.000 parametri per adattare la luce: un Transformer leggero per il miglioramento delle immagini e la correzione dell'esposizione. SOTA per il miglioramento in condizioni di scarsa illuminazione, 0,004 secondi, prova questo per la pre-elaborazione.
[ICLR 2025] DuoAttention: Inferenza LLM efficiente per contesti lunghi con teste di recupero e streaming
[IEEE TMI-2024] UNETR++: Approfondimento sulla Segmentazione Efficiente e Accurata di Immagini Mediche 3D
[ICCV'23] Transformer a Doppia Aggregazione per la Super-Risoluzione di Immagini
tracciamento di articoli, set di dati e modelli di "modello linguistico di grandi dimensioni (LLM) per serie temporali"
Un elenco completo di eccellenti articoli di ricerca, modelli, dataset e altre risorse sui modelli VisionโLanguageโAction (VLA) nella robotica.