#transformers Repository
273 repository in totale
Catalogo visivo selezionato di oltre 200 architetture di modelli visione-linguaggio (VLM/MLLM): articoli, diagrammi, ricette di addestramento, set di dati e cronologia dei rilasci degli agenti IA multimodali.
Addestramento scalabile e ottimizzato per la memoria dei modelli di diffusione
Il percorso di apprendimento piรน completo per gli ingegneri di agenti ยท Padroneggia lโingegneria dellโIA partendo da zero ยท 20 fasi, 542 lezioni ยท Traduzione completa in cinese + sito web di supporto + video esplicativi animati ยท Guida per diventare ingegnere di agenti IA
Una raccolta di risorse sulle applicazioni dei Transformer nell'imaging medico.
Toolkit per la quantizzazione (compressione) di modelli LLM, con supporto allโaccelerazione hardware per Nvidia CUDA, AMD ROCm, Intel XPU, Tenstorrent, NPU Huawei Ascend e CPU Intel/AMD/Apple tramite HF, vLLM e SGLang.
Protezione della privacy locale: anonimizza i tuoi documenti prima di condividerli con i modelli LLM.
Un primer di machine learning costruito dai primi principi. Per ingegneri che vogliono ragionare sui sistemi ML nel modo in cui ragionano sui sistemi software.
[CVPR'25] Tora: Transformer a diffusione orientato alla traiettoria per la generazione di video
Articolo accettato al CIKM 2024. Codici di GongBU, una piattaforma di fine-tuning LLM per l'adattamento specifico del dominio.
Semplice utility Go per scaricare modelli e dataset HuggingFace
Affina il modello di riconoscimento vocale Whisper per supportare l'addestramento senza dati di timestamp, l'addestramento con dati di timestamp e l'addestramento senza dati vocali. Accelera l'inferenza e supporta il deployment Web, il deployment desktop Windows e il deployment Android
Framework di compressione della rete neurale per un'inferenza OpenVINOโข avanzata
Kimi-VL: Modello Vision-Language Mixture-of-Experts per il Ragionamento Multimodale, la Comprensione del Lungo Contesto e Forti Capacitร di Agente
Modelli Fondazionali Multimodali di Frontiera per la Comprensione di Immagini e Video
Una libreria di Deep Learning per la classificazione di attivitร (segnali) EEG, basata su TensorFlow.
Ming (MING): Modello linguistico di grandi dimensioni per la consultazione medica cinese
DataDreamer: Prompt. Genera dati sintetici. Addestra e allinea modelli. โ ๐ค๐ค
Rilascio ufficiale del codice e dei checkpoint per i modelli fondamentali di robot mobili: GNM, ViNT e NoMaD.
Dal Tensor a Stable Diffusion, una bozza approssimativa per un corso di 10 settimane.
[ICLR'24 spotlight] Serie di Grandi Modelli Multimodali Cinesi e Inglesi (Chat e Paint) | Serie di Grandi Modelli Multimodali Bilingue Cinese-Inglese basati sul Modello Base CPM
๐ค Un elenco di meravigliosi progetti e applicazioni open-source integrati con le librerie Hugging Face.
Un modello generalista trasparente verso una comprensione olistica visione-linguaggio in ambito medico
Implementazione di Band Split Roformer, una rete di attenzione SOTA per la separazione di sorgenti musicali da ByteDance AI Labs
Messa a punto di LLM senza lacrime๐ฆ; Sample Design Engineering (SDE) per un tuning downstream piรน efficiente.
Tutte le Cheatsheet di Stanford: Intelligenza Artificiale, Trasformatori, LLM, Deep Learning, Machine Learning, Probabilitร , Statistica, Algebra e Calcolo.
[ICCV 2025] Da qualsiasi cosa a mesh come artisti umani. Implementazione ufficiale di "MeshAnything V2: Artist-Created Mesh Generation With Adjacent Mesh Tokenization"
Una riga per migliaia di modelli NLP all'avanguardia in centinaia di lingue. Il modo piรน veloce e accurato per risolvere problemi di testo.
MAT: Transformer consapevole della maschera per l'inpainting di immagini con grandi buchi
Modello di base video a livello industriale per la generazione unificata da testo a video (T2V) e da immagine a video (I2V).
Modelli Transformer da BERT a GPT-4, ambienti da Hugging Face a OpenAI. Esempi di fine-tuning, training e prompt engineering. Una sezione bonus con ChatGPT, GPT-3.5-turbo, GPT-4 e DALL-E, tra cui l'avvio rapido di GPT-4, speech-to-text, text-to-speech, generazione da testo a immagine con DALL-E, Google Cloud AI, HuggingGPT e altro ancora.
Implementazione ufficiale degli articoli "GECToR โ Grammatical Error Correction: Tag, Not Rewrite" (BEA-20) e "Text Simplification by Tagging" (BEA-21)
Agente di ricerca approfondito per aiutarti a trovare i migliori repository GitHub ๐ต๏ธ!
Implementazione di Muse: Generazione da Testo a Immagine tramite Trasformatori Generativi Mascherati in Pytorch
Un modello OCR LaTeX SOTA minimalista con soli 20M di parametri, in esecuzione nel browser. Pipeline di training completa disponibile per l'auto-riproduzione. | Modello OCR per formule LaTeX SOTA ultraleggero con soli 20M di parametri, eseguibile nel browser. Codice completo della pipeline di addestramento open source per l'autoapprendimento e la riproduzione.
Questo repository รจ la base di un corso guidato dalla community sulla Computer Vision con Reti Neurali. Sentitevi liberi di unirvi a noi sul Discord di Hugging Face: hf.co/join/discord
TriplaneGaussian: Una nuova rappresentazione ibrida per la ricostruzione 3D da singola vista.
Informazioni su Questo repository รจ una raccolta curata degli articoli piรน interessanti e influenti del CVPR 2025. ๐ฅ [Paper + Code + Demo]