#mixture-of-experts Repositórios
Descubra 78 repositórios ativos de código aberto no GitHub marcados com #mixture-of-experts, acumulando um total de 392,641 estrelas (uma média de 5,033 por projeto). O líder deste tópico é deepseek-ai/DeepSeek-V3, com 104,417 estrelas.
78 repositórios no total
DeepSpeed é uma biblioteca de otimização de aprendizado profundo que torna o treinamento e a inferência distribuídos fáceis, eficientes e eficazes.
gpt-oss-120b e gpt-oss-20b são dois modelos de linguagem de pesos abertos da OpenAI
Um modelo Kimi K3 de 2,78 trilhões de parâmetros executando inferência em uma única CPU com 8,24 GB de RAM. C99 portátil: sem BLAS, sem framework, sem GPU.
Kimi K2 é a série de modelos de linguagem grandes desenvolvida pela equipe Moonshot AI
DeepEP: uma biblioteca de comunicação eficiente com paralelismo de especialistas
《Compreendendo profundamente a infraestrutura de IA: análise quantitativa e projeto de sistemas》 (de Li Bojie), um manuscrito de livro de código aberto: partindo das restrições de hardware e das arquiteturas dos modelos, deriva quantitativamente o projeto de sistemas de inferência e treinamento de LLMs. Inclui o texto completo, o PDF, ferramentas de cálculo complementares e experimentos.
Ferramentas de infraestrutura de IA testadas em produção para o desenvolvimento eficiente de IGA e inovação impulsionada pela comunidade
DeepSeek-Coder-V2: Rompendo a Barreira dos Modelos de Código Fechado na Inteligência de Código
DeepSeek-VL2: Modelos Visão-Linguagem com Mistura de Especialistas para Compreensão Multimodal Avançada
fastllm é uma biblioteca de inferência de modelos de linguagem grandes de alto desempenho, sem dependências de backend, que ajuda você a executar inferências com eficiência na maioria dos dispositivos.
DeepSeek-V2: Um Modelo de Linguagem de Mistura de Especialistas Forte, Econômico e Eficiente
Memória Condicional via Consulta Escalável: Um Novo Eixo de Sparsidade para Grandes Modelos de Linguagem
Qwen3.8 é uma série de modelos de linguagem de grande porte desenvolvida pela equipe Qwen do Alibaba Group.
Miles é um framework de aprendizado por reforço voltado para empresas para o pós-treinamento de LLM e VLM, derivado e co-evoluindo com slime.
Execute GLM-5.3 (744B), DeepSeek-V4.1-Flash (748B), MiniMax-M3.1-Flash (428B), GLM-5.3-Flash (321B) e Hy4-Flash (220B) nas suas próprias GPUs — a partir de 8 GB de VRAM, com suporte para NVIDIA e AMD, um único painel e uma API compatível com OpenAI e Anthropic.
Construindo grandes modelos do zero: uma prática completa desde o pré-treinamento até o RLHF
Aprendizado profundo descentralizado em PyTorch. Construído para treinar modelos em milhares de voluntários ao redor do mundo.
【TMM 2025🔥】 Mistura de Especialistas para Grandes Modelos de Visão-Linguagem
Monkey (LMM): Resolução de Imagem e Rótulo de Texto São Coisas Importantes para Grandes Modelos Multimodais (Destaque CVPR 2024)
DeepSeekMoE: Rumo à Especialização Suprema de Especialistas em Modelos de Linguagem de Mistura de Especialistas
Uma família de Modelos de Linguagem Grandes (LLMs) de Mistura de Especialistas (MoE) de código aberto
Reimplementação do modelo de visão-linguagem-ação (VLA) pi0 da Physical Intelligence
Modelos Grandes Inspirados no Cérebro com Spiking, integrando atenção híbrida eficiente, módulos MoE e codificação de spikes em sua arquitetura
Inferência local com comportamento semelhante ao de uma API de ponta: Qwen3.8-Flash-Next no AMD Strix Halo, além de pequenos modelos NPU, pelas APIs da OpenAI e da Anthropic em uma única porta.
MiMo-V2-Flash: Raciocínio, Codificação e Modelo Fundamental Agêntico Eficiente
Inferência em CPU sem GPU para modelos MoE de 30B–284B (Qwen3.8 176.5B certificado com cache fria no Cgroup v2 com 28,26/48,35 GiB, DeepSeek-V4 284B, Nemotron-30B) + RouteCrack 2.0.
Execute grandes modelos de IA no seu próprio PC: Qwen3.8-Flash-Next no mecanismo da Strata e GLM 5.3 Flash, DeepSeek V4 Flash, LFM2.5, Qwen3.6, Ornith 1.5, Gemma 4, Tiel Coder e MiniCPM-V em um segundo mecanismo desenvolvido para a PolyStrata. Instalação com um clique para Windows e Linux, com API OpenAI/Anthropic no localhost.
Execute modelos maiores do que a capacidade da sua RAM ou VRAM transmitindo especialistas MoE a partir de um SSD. Baseado no llama.cpp.
Reimplementação em PyTorch de "The Sparsely-Gated Mixture-of-Experts Layer" de Noam Shazeer et al. https://arxiv.org/abs/1701.06538
Kimi-VL: Modelo de Visão-Linguagem com Mistura de Especialistas para Raciocínio Multimodal, Compreensão de Contexto Longo e Fortes Capacidades de Agente
Perguntas Frequentes
Qual é o repositório de #mixture-of-experts mais popular no GitHub?
O projeto de código aberto de #mixture-of-experts mais bem classificado no GitHub é deepseek-ai/DeepSeek-V3, com 104,417 estrelas.
Quais linguagens de programação são mais usadas nos repositórios de #mixture-of-experts?
Entre os projetos de #mixture-of-experts mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C++, Jupyter Notebook, C.
Como é calculada a classificação dos repositórios de #mixture-of-experts?
Acompanhamos 78 repositórios ativos de código aberto marcados com #mixture-of-experts (com mais de 500 estrelas), totalizando 392,641 estrelas e uma média de 5,033 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.