Git Stars Git Stars

#sequence-modeling 仓库

探索 27 个标记为 #sequence-modeling 的活跃开源 GitHub 仓库,它们累计获得 89,587 个 Star(平均每个项目 3,318 个)。该主题的领先项目是 google-research/timesfm,拥有 35,653 个 Star。

27
仓库总数
89,587
总星标数
3,318
平均每个仓库星标数
1
google-research/timesfm

TimesFM (Time Series Foundation Model) 是 Google Research 开发的用于时间序列预测的预训练时间序列基础模型。

google-research
⭐ 35,653 Python 👤 google-research Organization 🕐 已更新 2026-11-13 📅 创建时间 2024-04-29
2
state-spaces/mamba

Mamba SSM 架构

state-spaces
⭐ 19,008 Python 👤 state-spaces Organization 🕐 已更新 2026-11-08 📅 创建时间 2023-12-01
3
fla-org/flash-linear-attention

🚀 新兴模型架构的高效实现

fla-org
⭐ 6,071 Python 👤 fla-org Organization 🕐 已更新 2026-11-21 📅 创建时间 2023-12-20
4
johnma2006/mamba-minimal

PyTorch 单文件中 Mamba SSM 的简单、最小化实现。

johnma2006
⭐ 2,907 Python 👤 johnma2006 User 🕐 已更新 2024-03-08 📅 创建时间 2023-12-20
5
kzl/decision-transformer

Decision Transformer 的官方代码库:通过序列建模进行强化学习。

kzl
⭐ 2,738 Python 👤 kzl User 🕐 已更新 2024-04-29 📅 创建时间 2021-06-02
6
yuqinie98/PatchTST

PatchTST的官方实现:“A Time Series is Worth 64 Words: Long-term Forecasting with Transformers.” (ICLR 2023) https://arxiv.org/abs/2211.14730

yuqinie98
⭐ 2,353 Python 👤 yuqinie98 User 🕐 已更新 2024-08-12 📅 创建时间 2022-10-25
7
raminmh/liquid_time_constant_networks

液体时间常数网络 (LTC) 代码仓库

raminmh
⭐ 1,785 Python 👤 raminmh User 🕐 已更新 2024-06-03 📅 创建时间 2020-05-20
8
ckiplab/ckiptagger

CKIP 神经中文分词、POS 标注和 NER

ckiplab
⭐ 1,683 Python 👤 ckiplab Organization 🕐 已更新 2025-07-09 📅 创建时间 2019-08-23
9
alxndrTL/mamba.py

纯 PyTorch 和 MLX 中简单高效的 Mamba 实现。

alxndrTL
⭐ 1,486 Python 👤 alxndrTL User 🕐 已更新 2026-05-03 📅 创建时间 2024-01-08
10
yyyujintang/Awesome-Mamba-Papers

与 Mamba 相关的优秀论文。

yyyujintang
⭐ 1,387 👤 yyyujintang User 🕐 已更新 2024-10-17 📅 创建时间 2024-01-28
11
agemagician/ProtTrans

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。

agemagician
⭐ 1,310 Jupyter Notebook 👤 agemagician User 🕐 已更新 2025-05-22 📅 创建时间 2020-05-11
12
test-time-training/ttt-lm-pytorch

Learning to (Learn at Test Time) 的官方 PyTorch 实现:具有表达性隐藏状态的 RNN

test-time-training
⭐ 1,300 Python 👤 test-time-training User 🕐 已更新 2024-07-14 📅 创建时间 2024-06-28
13
ElectricAlexis/NotaGen

NotaGen:利用大型语言模型训练范式推进符号音乐生成中的音乐性

ElectricAlexis
⭐ 1,202 Python 👤 ElectricAlexis User 🕐 已更新 2025-04-21 📅 创建时间 2024-06-01
15
fla-org/native-sparse-attention

🐳 "Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention" 的高效 Triton 实现

fla-org
⭐ 1,030 Python 👤 fla-org Organization 🕐 已更新 2026-02-05 📅 创建时间 2025-02-21
16
Dao-AILab/causal-conv1d

CUDA 中的因果深度卷积(Depthwise Conv1D),带有 PyTorch 接口

Dao-AILab
⭐ 978 Python 👤 Dao-AILab Organization 🕐 已更新 2026-08-20 📅 创建时间 2023-12-03
17
redotvideo/mamba-chat

Mamba-Chat:基于状态空间模型架构的聊天大语言模型 🐍

midrender
⭐ 940 Python 👤 midrender Organization 🕐 已更新 2024-03-03 📅 创建时间 2023-12-06
18
HazyResearch/safari

用于序列建模的卷积

HazyResearch
⭐ 909 Assembly 👤 HazyResearch Organization 🕐 已更新 2024-06-13 📅 创建时间 2023-02-14
19
vandijklab/cell2sentence

Cell2Sentence:教导大型语言模型生物学的语言

vandijklab
⭐ 896 Jupyter Notebook 👤 vandijklab Organization 🕐 已更新 2026-10-06 📅 创建时间 2024-09-03
20
microsoft/ProphetNet

一个自然语言生成的研究项目,包含 MSRA NLC 团队的官方实现。

microsoft
⭐ 739 Python 👤 microsoft Organization 🕐 已更新 2024-07-25 📅 创建时间 2020-02-17
22
VectorSpaceLab/Video-XL

🔥🔥首个小时级视频理解模型

VectorSpaceLab
⭐ 626 Python 👤 VectorSpaceLab Organization 🕐 已更新 2025-07-14 📅 创建时间 2024-09-20
24
AI-Guru/music-generation-research

一个直接的音乐生成研究资源集合。

AI-Guru
⭐ 605 👤 AI-Guru User 🕐 已更新 2025-01-20 📅 创建时间 2021-06-02
25
Vegetebird/MHFormer

[CVPR 2022] MHFormer: 3D人体姿态估计的多假设Transformer

Vegetebird
⭐ 589 Python 👤 Vegetebird User 🕐 已更新 2024-04-10 📅 创建时间 2021-11-24
27
1x-technologies/1xgpt

人形机器人的世界建模挑战

1x-technologies
⭐ 526 Python 👤 1x-technologies Organization 🕐 已更新 2024-11-08 📅 创建时间 2024-06-13

常见问题解答

1

GitHub 上最受欢迎的 #sequence-modeling 仓库是什么?

GitHub 上排名第一的开源 #sequence-modeling 项目是 google-research/timesfm,拥有 35,653 个 Star。TimesFM (Time Series Foundation Model) 是 Google Research 开发的用于时间序列预测的预训练时间序列基础模型。

2

#sequence-modeling 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #sequence-modeling 项目中,最常见的编程语言是 Python, Jupyter Notebook, Assembly。

3

#sequence-modeling 仓库的排名是如何计算的?

我们跟踪了 27 个标记为 #sequence-modeling 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 89,587 个 Star,平均每个仓库拥有 3,318 个 Star。排名每日根据 GitHub API 更新。