#transformers Repositórios
273 repositórios no total
Catálogo visual selecionado com mais de 200 arquiteturas de modelos de visão e linguagem (VLM/MLLM): artigos, diagramas, receitas de treinamento, conjuntos de dados e cronologia de lançamento de agentes de IA multimodais.
O percurso de aprendizagem mais completo para engenheiros de agentes · Domine a engenharia de IA do zero · 20 etapas, 542 aulas · Tradução completa para o chinês + site complementar + vídeos explicativos animados · Guia para se tornar engenheiro de agentes de IA
Uma coleção de recursos sobre aplicações de Transformers em Imagiologia Médica.
Kit de ferramentas para quantização (compressão) de modelos LLM, com suporte à aceleração por hardware para Nvidia CUDA, AMD ROCm, Intel XPU, Tenstorrent, NPU Huawei Ascend e CPUs Intel/AMD/Apple via HF, vLLM e SGLang.
Proteção de privacidade local: anonimize seus documentos antes de compartilhá-los com LLMs.
Um primer de machine learning construído a partir dos primeiros princípios. Para engenheiros que querem raciocinar sobre sistemas de ML da mesma forma que raciocinam sobre sistemas de software.
[CVPR'25]Tora: Transformador de Difusão Orientado a Trajetória para Geração de Vídeo
Artigo aceito no CIKM 2024. Códigos da GongBU, uma plataforma de fine-tuning de LLM para adaptação específica de domínio.
Utilitário simples em Go para baixar Modelos e Datasets do HuggingFace
Ajuste fino do modelo de reconhecimento de fala Whisper para suportar treinamento sem dados de carimbo de data/hora, treinamento com dados de carimbo de data/hora e treinamento sem dados de fala. Acelere a inferência e suporte implantação na Web, implantação em desktop Windows e implantação no Android
Estrutura de Compressão de Rede Neural para inferência OpenVINO™ aprimorada
Kimi-VL: Modelo de Visão-Linguagem com Mistura de Especialistas para Raciocínio Multimodal, Compreensão de Contexto Longo e Fortes Capacidades de Agente
Modelos de Fundação Multimodais de Fronteira para Compreensão de Imagens e Vídeos
Uma biblioteca de Deep Learning para Classificação de Tarefas (Sinais) de EEG, baseada em TensorFlow.
DataDreamer: Prompt. Gerar Dados Sintéticos. Treinar e Alinhar Modelos. 🤖💤
Lançamento oficial do código e dos pontos de controle para modelos de base de robôs móveis: GNM, ViNT e NoMaD.
Do Tensor ao Stable Diffusion, um esboço aproximado para um curso de 10 semanas.
[Destaque ICLR'24] Série de Grandes Modelos Multimodais Chinês e Inglês (Chat e Paint) | Série de Grandes Modelos Multimodais Bilíngues Chinês-Inglês Baseada no Modelo Fundamental CPM
🤗 Uma lista de projetos e aplicações de código aberto maravilhosos integrados com as bibliotecas Hugging Face.
Um Modelo Generalista Transparente para a Compreensão Holística de Visão-Linguagem Médica
Implementação do Band Split Roformer, uma rede de atenção SOTA (State-of-the-Art) para separação de fontes musicais do ByteDance AI Labs
Ajustando LLMs sem lágrimas💦; Engenharia de Projeto de Amostras (SDE) para um ajuste a jusante mais eficiente.
Todas as Cheatsheets de Stanford: Inteligência Artificial, Transformers, LLMs, Deep Learning, Machine Learning, Probabilidades, Estatística, Álgebra e Cálculo.
[ICCV 2025] De qualquer coisa para malha como artistas humanos. Impl. oficial de "MeshAnything V2: Geração de Malha Criada por Artista com Tokenização de Malha Adjacente"
Uma linha para milhares de modelos de PNL de ponta em centenas de idiomas. A maneira mais rápida e precisa de resolver problemas de texto.
MAT: Transformer Consciente de Máscara para Inpainting de Imagens com Grandes Buracos
Modelo de fundação de vídeo em nível de indústria para geração unificada de texto para vídeo (T2V) e imagem para vídeo (I2V).
Modelos Transformer de BERT a GPT-4, ambientes de Hugging Face a OpenAI. Exemplos de fine-tuning, treinamento e engenharia de prompts. Uma seção bônus com ChatGPT, GPT-3.5-turbo, GPT-4 e DALL-E, incluindo inicialização rápida (jump starting) do GPT-4, conversão de fala em texto (speech-to-text), conversão de texto em fala (text-to-speech), geração de texto para imagem com DALL-E, Google Cloud AI, HuggingGPT e muito mais.
Implementação oficial dos artigos "GECToR – Correção Gramatical: Marcar, Não Reescrever" (BEA-20) e "Simplificação de Texto por Marcação" (BEA-21)
Agente de pesquisa aprofundada para ajudar você a encontrar os melhores repositórios do GitHub 🕵️!
Implementação do Muse: Geração de Texto para Imagem via Transformadores Generativos Mascarados, em Pytorch
Um modelo OCR LaTeX SOTA minimalista com apenas 20M de parâmetros, rodando no navegador. Pipeline de treinamento completo disponível para autorreprodução. | Modelo OCR de fórmula LaTeX SOTA ultraleve com apenas 20M de parâmetros, rodando no navegador. Código de pipeline de treinamento completo de código aberto para autoaprendizagem e reprodução.
Este repositório é a base de um curso impulsionado pela comunidade sobre Visão Computacional com Redes Neurais. Sinta-se à vontade para se juntar a nós no Discord do Hugging Face: hf.co/join/discord
TriplaneGaussian: Uma nova representação híbrida para reconstrução 3D de visão única.
Sobre Este repositório é uma coleção curada dos artigos mais empolgantes e influentes da CVPR 2025. 🔥 [Artigo + Código + Demonstração]