Git Stars Git Stars

#post-training-quantization リポジトリ

#post-training-quantizationのタグが付いた、GitHub上の12件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は21,589個で、プロジェクトあたりの平均は1,799個です。このトピックをリードしているのは、5,646個のスターを獲得しているNVIDIA/Model-Optimizerです。

12
リポジトリ総数
21,589
合計スター数
1,799
リポジトリあたりの平均スター数
プログラミング言語: Python

リポジトリ合計12件

1
NVIDIA/Model-Optimizer

量子化、蒸留、プルーニング、ニューラルアーキテクチャ探索、推論的デコードなどのSOTAモデル最適化技術を統合したライブラリ。TensorRT-LLM、TensorRT、vLLMなどのダウンストリームデプロイメントフレームワーク向けにディープラーニングモデルを圧縮し、推論速度を最適化します。

NVIDIA
⭐ 5,646 Python 👤 NVIDIA Organization 🕐 更新日時 2026-11-21 📅 作成日 2024-04-23
2
intel/neural-compressor

SOTA低ビットLLM量子化(INT8/FP8/MXFP8/INT4/MXFP4/NVFP4)とスパース性;PyTorch、TensorFlow、ONNX Runtimeにおける最先端のモデル圧縮技術

intel
⭐ 2,733 Python 👤 intel Organization 🕐 更新日時 2026-11-20 📅 作成日 2020-07-21
3
AI-Efficiency/Awesome-Model-Quantization

モデル量子化に関する論文、ベンチマーク、サーベイ、ツールを厳選してまとめたコレクション。低ビットネットワーク、LLM、マルチモーダルモデルおよび生成モデル、ベクトル量子化と格子量子化、効率的なデプロイを扱います。

AI-Efficiency
⭐ 2,471 👤 AI-Efficiency Organization 🕐 更新日時 2026-11-16 📅 作成日 2018-10-18
4
666DZY666/micronet

micronet、モデル圧縮およびデプロイライブラリ。圧縮:1、量子化:量子化認識トレーニング(QAT)、高ビット(>2b)(DoReFa/Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference)、低ビット(≤2b)/三値および二値(TWN/BNN/XNOR-Net);トレーニング後量子化(PTQ)、8ビット(tensorrt);2、プルーニング:通常、規則的およびグループ畳み込みチャネルプルーニング;3、グループ畳み込み構造;4、量子化のためのバッチ正規化融合。デプロイ:tensorrt, fp32/fp16/in

666DZY666
⭐ 2,270 Python 👤 666DZY666 User 🕐 更新日時 2025-05-06 📅 作成日 2019-12-04
5
IST-DASLab/gptq

ICLR 2023論文「GPTQ: Accurate Post-training Quantization of Generative Pretrained Transformers」のコード。

IST-DASLab
⭐ 2,241 Python 👤 IST-DASLab Organization 🕐 更新日時 2024-03-27 📅 作成日 2022-10-19
6
mit-han-lab/smoothquant

[ICML 2023] SmoothQuant: 大規模言語モデルのための正確で効率的な学習後量子化

mit-han-lab
⭐ 1,576 Python 👤 mit-han-lab Organization 🕐 更新日時 2024-07-12 📅 作成日 2022-11-17
8
alibaba/TinyNeuralNetwork

TinyNeuralNetworkは、効率的で使いやすいディープラーニングモデル圧縮フレームワークです。

alibaba
⭐ 881 Python 👤 alibaba Organization 🕐 更新日時 2026-03-03 📅 作成日 2021-11-02
9
nunchaku-ai/deepcompressor

大規模言語モデルおよび拡散モデルのためのモデル圧縮ツールボックス

nunchux-ai
⭐ 799 Python 👤 nunchux-ai Organization 🕐 更新日時 2025-08-14 📅 作成日 2024-05-06
10
SqueezeAILab/SqueezeLLM

[ICML 2024] SqueezeLLM: 密-疎量子化

SqueezeAILab
⭐ 710 Python 👤 SqueezeAILab Organization 🕐 更新日時 2024-08-13 📅 作成日 2023-06-12
11
microsoft/VPTQ

VPTQ、柔軟で極低ビットの量子化アルゴリズム

microsoft
⭐ 683 Python 👤 microsoft Organization 🕐 更新日時 2026-08-04 📅 作成日 2024-08-13

よくある質問

1

GitHubで最も人気のある#post-training-quantizationリポジトリは何ですか?

GitHubで最も上位にランクインしているオープンソースの#post-training-quantizationプロジェクトは、5,646個のスターを獲得しているNVIDIA/Model-Optimizerです。量子化、蒸留、プルーニング、ニューラルアーキテクチャ探索、推論的デコードなどのSOTAモデル最適化技術を統合したライブラリ。TensorRT-LLM、TensorRT、vLLMなどのダウンストリームデプロイメントフレームワーク向けにディープラーニングモデルを圧縮し、推論速度を最適化します。

2

#post-training-quantizationリポジトリで最もよく使われているプログラミング言語は何ですか?

GitHubで上位にランクインしている#post-training-quantizationプロジェクトでは、Pythonが最も一般的なプログラミング言語です。

3

#post-training-quantizationリポジトリのランキングはどのように算出されていますか?

#post-training-quantizationのタグが付いた12件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は21,589個で、リポジトリあたりの平均は1,799個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。