#huggingface-transformers 저장소
저장소 총 111개
Extreme Compression of Large Language Models via Additive Quantization https://arxiv.org/pdf/2401.06118.pdf 및 PV-Tuning: Beyond Straight-Through Estimation for Extreme LLM Compression https://arxiv.org/abs/2405.14852를 위한 공식 Pytorch 저장소
세 가지 Jigsaw Toxic Comment 챌린지 모두에서 유해 댓글을 예측하는 학습된 모델과 코드입니다. ⚡ PyTorch Lightning과 🤗 Transformers를 사용해 구축했습니다.
ProtTrans는 단백질을 위한 최첨단 사전 훈련 언어 모델을 제공합니다. ProtTrans는 Transformers 모델을 사용하여 Summit의 수천 개의 GPU와 수백 개의 Google TPU에서 훈련되었습니다.
이 리포지토리에는 CVPR 2022 논문 "Image Segmentation Using Text and Image Prompts"의 코드가 포함되어 있습니다.
Learning to (Learn at Test Time): 표현력이 풍부한 은닉 상태를 가진 RNN의 공식 PyTorch 구현
[Neurips 2023] GPT2를 이용한 마리오 레벨 생성. "MarioGPT: 대규모 언어 모델을 통한 개방형 Text2Level 생성" 논문 코드 https://arxiv.org/abs/2302.05981
[NeurIPS 2023] MeZO: Fine-Tuning Language Models with Just Forward Passes. https://arxiv.org/abs/2305.17333
"Efficient LoFTR: Semi-Dense Local Feature Matching with Sparse-Like Speed", CVPR 2024의 코드
[NeurIPS2025 Oral] 대규모 언어 모델을 위한 게이티드 어텐션: 비선형성, 희소성, 그리고 어텐션 싱크 프리(Attention-Sink-Free) 공식 구현
BERT부터 GPT-4까지의 트랜스포머 모델, Hugging Face부터 OpenAI까지의 환경. 미세 조정, 훈련 및 프롬프트 엔지니어링 예제. ChatGPT, GPT-3.5-turbo, GPT-4 및 DALL-E를 포함한 보너스 섹션에는 GPT-4 점프 스타트, 음성 텍스트 변환, 텍스트 음성 변환, DALL-E를 사용한 텍스트 이미지 생성, Google Cloud AI, HuggingGPT 등이 포함됩니다.
OpenAI, Gemini, Streamlit, 컨테이너, 서버리스, Postgres, LangChain, Pinecone 및 Next.js를 사용하여 클라우드 적용 생성형 AI 엔지니어링(GenEng) 학습
Seed-Coder는 ByteDance Seed에서 개발한 기본, instruct 및 추론 모델을 포함하는 경량 오픈소스 코드 LLM 제품군입니다.
"Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator"의 저장소
텍스트 데이터를 위한 빌딩 블록으로서 HuggingFace 트랜스포머를 사용한 텍스트 및 테이블 데이터용 다중모달 모델