#lora Репозитории
Всего репозиториев: 141
OneDiff: готовая к использованию библиотека ускорения для диффузионных моделей.
Клиент LXMF для Android, Linux и macOS, позволяющий общаться с людьми или LXMF-совместимыми системами через сети Reticulum, используя LoRa, Packet Radio, WiFi, I2P или любые другие средства, поддерживаемые Reticulum.
Библиотека Arduino для отправки и получения данных с использованием радиостанций LoRa.
Реализация "EasyControl: Добавление эффективного и гибкого управления для Diffusion Transformer" (ICCV2025)
Репозиторий для обучения моделей разделения музыкальных источников.
Точно настраивайте LLMs на вашем Mac с Apple Silicon. SFT, DPO, GRPO, Vision, TTS, STT, Embedding и тонкая настройка OCR — нативно на MLX. API, совместимый с Unsloth.
Исследование архитектуры DeepSeek Engram на основе Qwen-3 и серии Stable Diffusion.
Простое приложение для связи в ячеистой сети на базе стека сетей Reticulum.
Нативное приложение для обмена сообщениями на Android с использованием Bluetooth LE, TCP или RNode (LoRa) поверх LXMF и Reticulum
Гиперсети, которые адаптируют большие языковые модели для конкретных эталонных задач, используя в качестве входных данных только текстовое описание задачи
Дообучите модель распознавания речи Whisper для поддержки обучения без данных временных меток, обучения с данными временных меток и обучения без данных речи. Ускорьте вывод и поддержите веб-развертывание, развертывание на рабочем столе Windows и развертывание на Android
Imagination Studio от keys+Wasserman на базе TensorFold: киностудия с ИИ для Mac и NVIDIA DGX Spark. Планируйте фильм как съёмочная группа (рабочий процесс Slate от Sam Wasserman), создавайте изображения с помощью Qwen-Image-2.1 / FLUX3-K и видео со звуком с помощью MiniMax H3 / FastH3 на TensorFold.
Эта серия проведет вас через путь от основ обработки естественного языка (NLP) и компьютерного зрения до передовых моделей визуализации и языка.
Базовая модель, которая генерирует синхронизированные видео и аудио в рамках одной модели
Полный учебник по алгоритмам от NLP до LLM, адрес для чтения онлайн: https://datawhalechina.github.io/base-llm/
GaussianObject: Высококачественная реконструкция 3D-объектов из четырех видов с помощью Gaussian Splatting (SIGGRAPH Asia 2024, TOG)
[NeurIPS 2023] MeZO: Fine-Tuning Language Models with Just Forward Passes. https://arxiv.org/abs/2305.17333
Генератор аудиокниг с несколькими голосами на базе ИИ — аннотация сценариев LLM, клонирование голоса, дизайн голоса, обучение LoRA, управление стилем по строкам и экспорт в MP3, M4B с главами или многодорожечный Audacity. Построен на Qwen3-TTS.
«Повышение эффективности исследований и разработок в области ИИ: Обучение LoRA своими руками» включает обучение Lora для модели Llama (Alpaca LoRA) и ChatGLM (ChatGLM Tuning). Содержание обучения: генерация пользовательских историй, генерация тестового кода, вспомогательная генерация кода, преобразование текста в SQL, генерация текста в код…
Разбор исходного кода легковесной большой языковой модели MiniMind, включающий полные процессы, такие как токенизатор, RoPE, MoE, KV Cache, предварительное обучение, SFT, LoRA, DPO.
:airplane: Многофункциональная, совместимая DIY система осведомленности о близости для общей авиации
Это полнофункциональная реализация трансивера LoRa на базе программно-определяемого радио (SDR) GNU Radio со всеми необходимыми компонентами приемника для корректной работы даже при очень низких значениях SNR. Эта работа проводилась в лаборатории телекоммуникационных схем EPFL.
Тонкая настройка LLM без слез💦; Sample Design Engineering (SDE) для более эффективной последующей настройки.
[ICML2024 (Oral)] Официальная реализация DoRA на PyTorch: низкоранговая адаптация с разложением весов
CatSniffer — это оригинальная многопротокольная и многодиапазонная плата для сканирования, связи и атаки на устройства Интернета вещей (IoT) с использованием новейших протоколов радиосвязи для IoT. Это очень портативная USB-флешка, которая интегрирует TI CC1352, Semtech SX1262 и RP2040 для V3 или Microchip SAMD21E17 для V2.
Расширение для stable-diffusion-webui для загрузки моделей lycoris.
Высокопроизводительный фреймворк для обучения LLM, VLM, диффузионных и воплощённых моделей на GPU NVIDIA и XPU Kunlun. Поддерживает Pi0.5, GR00T-N1.7, FastWAM, Cosmos3, DreamZero, DeepSeek-V4, GLM-5.3, Kimi-K3 и другие модели.
Официальный репозиторий моей книги «Практическое руководство по тонкой настройке LLM с использованием PyTorch и Hugging Face»
Набор инструментов для точной настройки, абляции и модульного тестирования LLM с открытым исходным кодом.
Halo — это фреймворк с открытым исходным кодом, разработанный White Circle для обучения больших языковых и мультимодальных моделей