#transformers Репозитории
Всего репозиториев: 273
Подборка с наглядным каталогом более чем 200 архитектур моделей «зрение — язык» (VLM/MLLM): статьи, схемы, рецепты обучения, наборы данных и хронология выпусков мультимодальных ИИ-агентов.
Масштабируемое и оптимизированное по памяти обучение диффузионных моделей
Самый полный путь обучения для инженеров AI-агентов · Освойте ИИ-инжиниринг с нуля · 20 этапов, 542 урока · Полный перевод на китайский + сопутствующий сайт + анимированные обучающие видео · Путеводитель по становлению инженером AI-агентов
Сборник ресурсов по применению трансформеров в медицинской визуализации.
Инструментарий для квантования (сжатия) моделей LLM с поддержкой аппаратного ускорения для Nvidia CUDA, AMD ROCm, Intel XPU, Tenstorrent, NPU Huawei Ascend и процессоров Intel/AMD/Apple через HF, vLLM и SGLang.
Локальная защита конфиденциальности: анонимизируйте свои документы перед отправкой в LLM.
Введение в машинное обучение, построенное с первых принципов. Для инженеров, которые хотят рассуждать о системах ML так же, как они рассуждают о программных системах.
[CVPR'25] Tora: Траекторно-ориентированный диффузионный трансформер для генерации видео
Статья принята на CIKM 2024. Код GongBU – платформа тонкой настройки LLM для адаптации к специфической области.
Простая утилита Go для загрузки моделей и наборов данных HuggingFace
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
Kimi-VL: Модель Vision-Language Mixture-of-Experts для мультимодального рассуждения, понимания длинного контекста и мощных возможностей агента
Передовые мультимодальные базовые модели для понимания изображений и видео
Библиотека глубокого обучения для классификации задач (сигналов) ЭЭГ, основанная на TensorFlow.
Ming (MING): Большая языковая модель для китайских медицинских консультаций
DataDreamer: Промпт. Генерация синтетических данных. Обучение и выравнивание моделей. 🤖💤
Официальный выпуск кода и контрольных точек для базовых моделей мобильных роботов: GNM, ViNT и NoMaD.
[ICLR'24 spotlight] Серия китайско-английских мультимодальных больших моделей (Чат и Рисование) | Серия двуязычных китайско-английских мультимодальных больших моделей на основе базовой модели CPM
🤗 Список замечательных проектов и приложений с открытым исходным кодом, интегрированных с библиотеками Hugging Face.
Прозрачная обобщенная модель для целостного медико-визуально-языкового понимания
Реализация Band Split Roformer, сети внимания SOTA для разделения музыкальных источников из ByteDance AI Labs
Тонкая настройка LLM без слез💦; Sample Design Engineering (SDE) для более эффективной последующей настройки.
Все шпаргалки Стэнфорда: Искусственный интеллект, Трансформеры, LLM, Глубокое обучение, Машинное обучение, Вероятности, Статистика, Алгебра и Исчисление.
[ICCV 2025] От чего угодно к сетке, как у художников. Официальная реализация "MeshAnything V2: Artist-Created Mesh Generation With Adjacent Mesh Tokenization"
1 строка для тысяч передовых NLP-моделей на сотнях языков. Самый быстрый и точный способ решения текстовых задач.
MAT: Маскирующий-информированный трансформер для восстановления изображений с большими отверстиями
Модель видео-основы отраслевого уровня для унифицированной генерации видео из текста (T2V) и из изображений (I2V).
Трансформерные модели от BERT до GPT-4, среды от Hugging Face до OpenAI. Примеры дообучения, обучения и инжиниринга промптов. Бонусный раздел с ChatGPT, GPT-3.5-turbo, GPT-4 и DALL-E, включая ускоренный запуск GPT-4, преобразование речи в текст, преобразование текста в речь, генерацию изображений из текста с помощью DALL-E, Google Cloud AI, HuggingGPT и многое другое.
Официальная реализация статей «GECToR – Grammatical Error Correction: Tag, Not Rewrite» (BEA-20) и «Text Simplification by Tagging» (BEA-21)»
Глубокий исследовательский агент, который поможет вам найти лучшие репозитории GitHub 🕵️!
Реализация Muse: Генерация изображений по тексту с помощью маскированных генеративных трансформеров в Pytorch
Минималистичная SOTA LaTeX OCR модель всего с 20M параметров, работающая в браузере. Полный конвейер обучения доступен для самостоятельного воспроизведения. | Сверхлегкая модель распознавания формул LaTeX SOTA всего с 20M параметров, работающая в браузере. Весь код процесса обучения с открытым исходным кодом для самостоятельного изучения и воспроизведения.
Этот репозиторий является основной площадкой для управляемого сообществом курса по компьютерному зрению с использованием нейронных сетей. Присоединяйтесь к нам в Discord Hugging Face: hf.co/join/discord
TriplaneGaussian: Новое гибридное представление для 3D-реконструкции по одному виду.
О проекте Этот репозиторий представляет собой тщательно подобранную коллекцию самых захватывающих и влиятельных статей CVPR 2025. 🔥 [Paper + Code + Demo]