#knowledge-distillation 저장소
#knowledge-distillation 태그가 지정된 GitHub의 활성 오픈 소스 저장소 35개를 확인해 보세요. 총 102,336개의 스타를 획득했으며 프로젝트당 평균 2,923개입니다. 이 주제를 이끄는 저장소는 26,745개의 스타를 받은 titanwings/distilly입니다.
저장소 총 35개
Distilly — 그들의 사고방식을 어떤 에이전트나 봇에서든 재사용할 수 있는 Skill로 정제하세요. 이전 명칭은 Colleague Skill(原同事 Skill)이었습니다.
SOTA 저비트 LLM 양자화(INT8/FP8/MXFP8/INT4/MXFP4/NVFP4) 및 희소성; PyTorch, TensorFlow 및 ONNX Runtime 기반의 선도적인 모델 압축 기술
재현 가능한 딥러닝 연구를 위한 PyTorch 기반 노코드 프레임워크. PyTorch 생태계. 🏆 지금까지 TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI 등에 발표된 지식 증류 방법 28가지를 구현했습니다. 🎁 재현성을 보장하고 벤치마크를 수행할 수 있도록 학습된 모델, 학습 로그 및 설정을 제공합니다.
이 리포지토리는 "A Survey on Knowledge Distillation of Large Language Models"에 대한 논문을 수집합니다. KD를 지식 추출 및 증류 알고리즘으로 분류하고 LLM의 기술 및 수직 증류를 탐구합니다.
대규모 언어 모델의 온-폴리시 증류(OPD)에 관한 논문, 기술 보고서, 프레임워크 및 도구의 엄선된 컬렉션
sanoTTS(सानो는 네팔어로 ‘작은’이라는 뜻): 29만 4천~227만 개의 파라미터를 가진 신경망 TTS로, 3달러짜리 칩이나 브라우저, Python에서 실행되며 지연 시간이 짧은 스트리밍을 지원합니다.
"Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator"의 저장소
교사에서 타일까지 — 처음부터 구축한 LLM 증류 및 서빙 엔진: 맞춤형 Triton/CUDA 커널, FSDP 증류, 페이징 KV 연속 배치, 추측 디코딩, Rust 게이트웨이, JAX 오라클, 해석 가능성 도구.
자주 묻는 질문
GitHub에서 가장 인기 있는 #knowledge-distillation 저장소는 무엇인가요?
GitHub에서 가장 높은 순위의 오픈 소스 #knowledge-distillation 프로젝트는 26,745개의 스타를 받은 titanwings/distilly입니다. Distilly — 그들의 사고방식을 어떤 에이전트나 봇에서든 재사용할 수 있는 Skill로 정제하세요. 이전 명칭은 Colleague Skill(原同事 Skill)이었습니다.
#knowledge-distillation 저장소에서 가장 많이 사용되는 프로그래밍 언어는 무엇인가요?
GitHub에서 순위가 가장 높은 #knowledge-distillation 프로젝트 중 가장 일반적으로 사용되는 프로그래밍 언어는 Python, Jupyter Notebook, C입니다.
#knowledge-distillation 저장소 순위는 어떻게 계산되나요?
#knowledge-distillation 태그가 지정된 활성 오픈 소스 저장소(35개, 스타 500개 이상)를 추적하고 있습니다. 총 스타 수는 102,336개이며 저장소당 평균 2,923개입니다. 순위는 GitHub API를 통해 매일 업데이트됩니다.