#transformers 仓库
共 273 个仓库
精心整理的 200 多种视觉语言模型(VLM/MLLM)架构可视化目录:涵盖论文、示意图、训练方案、数据集,以及多模态 AI 智能体的发布时间线。
Agent 工程师最全面的学习路径 · 从零精通 AI 工程 · 20 个阶段、542 节课程 · 中文完整翻译 + 配套网站 + 动画讲解视频 · 如何成为 AI Agent 工程师的修炼指南
LLM 模型量化(压缩)工具包,通过 HF、vLLM 和 SGLang 支持 Nvidia CUDA、AMD ROCm、Intel XPU、Tenstorrent、华为昇腾 NPU,以及 Intel/AMD/Apple CPU 的硬件加速。
微调 Whisper 语音识别模型,以支持无时间戳数据训练、带时间戳数据训练和无语音数据训练。加速推理并支持 Web 部署、Windows 桌面部署和 Android 部署
[ICCV 2025] 从万物到网格,如同人类艺术家。官方实现 "MeshAnything V2: Artist-Created Mesh Generation With Adjacent Mesh Tokenization"
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。
论文“GECToR – Grammatical Error Correction: Tag, Not Rewrite” (BEA-20) 和 “Text Simplification by Tagging” (BEA-21) 的官方实现
一个仅有20M参数的SOTA LaTeX OCR极简模型,可在浏览器中运行。完整的训练流程代码已开源,方便自学复现。 | 超轻量SOTA LaTeX公式识别模型,仅20M参数量,可在浏览器中运行。训练全流程代码开源,以便自学复现。
该存储库是关于带神经网络的计算机视觉的社区驱动课程的基地。欢迎加入我们的 Hugging Face Discord:hf.co/join/discord