#pretrained-models Репозитории
Откройте для себя 66 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #pretrained-models, с общим числом 475,350 звёзд (в среднем 7,202 на проект). Лидером этой темы является huggingface/transformers, набравший 169,339 звёзд.
Всего репозиториев: 66
🤗 Transformers: фреймворк определения моделей для передовых моделей машинного обучения в текстах, зрении, аудио и мультимодальных моделях, как для инференса, так и для обучения.
Самая большая коллекция PyTorch-энкодеров изображений / backbone. Включая скрипты для обучения, оценки, инференса, экспорта и предобученные веса -- ResNet, ResNeXT, EfficientNet, NFNet, Vision Transformer (ViT), MobileNetV4, MobileNet-V3 & V2, RegNet, DPN, CSPNet, Swin Transformer, MaxViT, CoAtNet, ConvNeXt и многое другое
Официальный репозиторий Qwen (通义千问) — чат-бота и предварительно обученной большой языковой модели, предложенной Alibaba Cloud.
Простая в использовании и мощная библиотека LLM и SLM с потрясающим зоопарком моделей.
Нейронные строительные блоки для диаризации спикеров: обнаружение речевой активности, обнаружение смены спикера, обнаружение перекрывающейся речи, встраивание спикера
Запускайте LLM дома в стиле BitTorrent. Дообучение и инференс до 10 раз быстрее, чем при выгрузке.
Расширяемый набор инструментов для тонкой настройки и вывода больших базовых моделей. Большие модели для всех.
Официальный выпуск серии InternLM (InternLM, InternLM2, InternLM2.5, InternLM3).
передовая открытая визуальная языковая модель | мультимодальная предварительно обученная модель
Chronos: Предобученные модели для прогнозирования временных рядов
Модели Silero: предварительно обученные модели преобразования текста в речь, доведенные до невероятной простоты
Китайская версия CLIP, которая обеспечивает китайский межмодальный поиск и генерацию представлений.
Сундук с сокровищами для визуальной классификации и распознавания на базе PaddlePaddle
Модульный фреймворк для мультимодальных исследований в области зрения и языка от Facebook AI Research (FAIR)
Крутые предварительно обученные китайские модели NLP, Сборник высококачественных китайских предварительно обученных моделей & больших моделей & мультимодальных моделей & больших языковых моделей
Superduper: комплексная платформа для создания пользовательских ИИ-приложений и агентов.
Предобученные модели PyTorch для обнаружения лиц (MTCNN) и распознавания лиц (InceptionResnet)
Репозиторий для хранения моделей, которые были взаимно преобразованы между различными фреймворками. Поддерживаемые фреймворки: TensorFlow, PyTorch, ONNX, OpenVINO, TFJS, TFTRT, TensorFlowLite (Float32/16/INT8), EdgeTPU, CoreML.
«Большие языковые модели» авторы: Чжао Синь, Ли Цзюньи, Чжоу Кунь, Тан Тяньи, Вэнь Цзижун
LimiX: Раскрытие возможностей моделирования структурированных данных для универсального интеллекта https://arxiv.org/abs/2609.17488
Эффективные AI-бэкибоны, включая GhostNet, TNT и MLP, разработанные Huawei Noah's Ark Lab.
Бенчмарк оценки понимания китайского языка: наборы данных, базовые линии, предварительно обученные модели, корпус и лидерборд
Fengshenbang-LM (封神榜大模型) — это система больших моделей с открытым исходным кодом, разработанная Исследовательским центром когнитивных вычислений и обработки естественного языка Института IDEA, которая служит инфраструктурой для китайского AIGC и когнитивного интеллекта.
Предобученная языковая модель и связанные с ней техники оптимизации, разработанные Huawei Noah's Ark Lab.
Инструментарий для разделения источников аудио на основе PyTorch для исследователей
Официальный репозиторий OFA (ICML 2022). Статья: OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework
TorchMultimodal — это библиотека PyTorch для обучения передовых мультимодальных многозадачных моделей в большом масштабе.
Комплексное обучение для моделей зрения (YOLO, ViTs, RT-DETR, DINOv3): предварительное обучение, дообучение, дистилляция.
Предобученный EfficientNet, EfficientNet-Lite, MixNet, MobileNetV3 / V2, MNASNet A1 и B1, FBNet, Single-Path NAS
Этот репозиторий содержит реализации различных архитектур для распознавания эмоций в разговорах.
Инструментарий для сегментации текста на предложения или другие семантические единицы надежным, эффективным и адаптивным способом.
Распределённое обучение и инференс для мультимодального восприятия: общие эмбеддинги для текста, изображений, видео, аудио, кода и графов размерностью от 64 до 1024 🖼️
💁 Потрясающее сокровище моделей Transformer для обработки естественного языка содержит статьи, видео, блоги, официальные репозитории и ноутбуки Colab. 🛫☑️
SwissArmyTransformer — это гибкая и мощная библиотека для разработки собственных вариантов Transformer.
Часто задаваемые вопросы
Какой репозиторий по теме #pretrained-models наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #pretrained-models на GitHub — huggingface/transformers, набравший 169,339 звёзд. 🤗 Transformers: фреймворк определения моделей для передовых моделей машинного обучения в текстах, зрении, аудио и мультимодальных моделях, как для инференса, так и для обучения.
Какие языки программирования чаще всего используются в репозиториях по теме #pretrained-models?
Среди наиболее высоко оценённых проектов по теме #pretrained-models на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, C++, Cuda.
Как рассчитывается рейтинг репозиториев по теме #pretrained-models?
Мы отслеживаем 66 активных репозиториев с открытым исходным кодом, отмеченных тегом #pretrained-models (500 и более звёзд), с общим числом 475,350 звёзд и в среднем 7,202 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.