#huggingface-transformers 仓库
共 111 个仓库
用于极端压缩大型语言模型的官方 Pytorch 存储库,通过加法量化 https://arxiv.org/pdf/2401.06118.pdf 和 PV-Tuning:超越直通估计的 extremo LLM 压缩 https://arxiv.org/abs/2405.14852
用于预测全部 3 项 Jigsaw 有害评论挑战赛中有害评论的训练模型和代码。使用 ⚡ PyTorch Lightning 和 🤗 Transformers 构建。
ProtTrans 正在为蛋白质提供最先进的预训练语言模型。 ProtTrans 使用 Transformers 模型在 Summit 的数千个 GPU 和数百个 Google TPU 上进行了训练。
[Neurips 2023] 使用GPT2生成马里奥关卡。论文“MarioGPT: Open-Ended Text2Level Generation through Large Language Models”的代码 https://arxiv.org/abs/2302.05981
"Efficient LoFTR: Semi-Dense Local Feature Matching with Sparse-Like Speed", CVPR 2024 的代码
从 BERT 到 GPT-4 的 Transformer 模型,从 Hugging Face 到 OpenAI 的环境。微调、训练和提示工程示例。包含 ChatGPT、GPT-3.5-turbo、GPT-4 和 DALL-E 的奖励部分,包括 GPT-4 的快速入门、语音转文本、文本转语音、使用 DALL-E 进行文本到图像生成、Google Cloud AI、HuggingGPT 等。
使用 OpenAI、Gemini、Streamlit、Containers、Serverless、Postgres、LangChain、Pinecone 和 Next.js 学习云应用生成式人工智能工程 (GenEng)
"Distill Any Depth: Distillation Creates a Stronger Monocular Depth Estimator" 的仓库