lora

IoT-Plattform-Framework

Frei kommunizieren

WLAN- und BLE-basierte Fahrgaststrommessung mit kostengünstigen ESP32-Boards

OneDiff: Eine sofort einsatzbereite Beschleunigungsbibliothek für Diffusionsmodelle.

Skalierbare LLM-Inferenz-Engine

Android-Anwendung für Meshtastic

LXMF-Client für Android, Linux und macOS, der die Kommunikation mit Personen oder LXMF-kompatiblen Systemen über Reticulum-Netzwerke mittels LoRa, Packet Radio, WiFi, I2P oder allem anderen, was Reticulum unterstützt, ermöglicht.

Fine-Tuning für chatglm 6b und alpaca

Fine-Tuning von LLMs auf Ihrem Mac mit Apple Silicon. SFT-, DPO-, GRPO-, Vision-, TTS-, STT-, Embedding- und OCR-Fine-Tuning – nativ auf MLX. Unsloth-kompatible API.

Ein Open-Source-Framework für wissensbasierte Large Language Models.

Forschung zur DeepSeek-Engram-Architektur basierend auf der Qwen-3- und Stable-Diffusion-Serie.

Lua RTOS für ESP32

Hypernetzwerke, die LLMs für spezifische Benchmark-Aufgaben anpassen, indem sie nur eine textuelle Aufgabenbeschreibung als Eingabe nutzen

Eine einfache Mesh-Netzwerk-Kommunikations-App, basierend auf dem Reticulum Network Stack.

Feinabstimmung des Whisper-Spracherkennungsmodells zur Unterstützung des Trainings ohne Zeitstempeldaten, mit Zeitstempeldaten und ohne Sprachdaten. Beschleunigt die Inferenz und unterstützt Web-, Windows-Desktop- und Android-Bereitstellung

Diese Reihe nimmt Sie mit auf eine Reise von den Grundlagen der NLP und Computer Vision bis hin zu den neuesten Vision-Language-Modellen.

The Things Stack, ein Open-Source-LoRaWAN-Netzwerkserver

Natives Android-Messaging-App mit Bluetooth LE, TCP oder RNode (LoRa) über LXMF und Reticulum

MOVA: Auf dem Weg zu skalierbarer und synchronisierter Video-Audio-Generierung

„KI-F&E-Effizienzsteigerung: LoRA selbst trainieren“, umfasst das Training von Llama- (Alpaca LoRA) und ChatGLM- (ChatGLM Tuning) Modellen. Trainingsinhalte: Generierung von User Stories, Testcode, Code-Assistenten, Text-to-SQL, Text-zu-Code...

ChirpStack Open-Source-LoRaWAN-Network-Server

Ein Full-Stack-Algorithmen-Tutorial von NLP bis LLM, Online-Leseadresse: https://datawhalechina.github.io/base-llm/

Multifunktionales, kompatibles DIY-Annäherungswarnsystem für die allgemeine Luftfahrt

Dies ist die voll funktionsfähige GNU Radio Software Defined Radio (SDR)-Implementierung eines LoRa-Transceivers mit allen notwendigen Empfängerkomponenten, um selbst bei sehr niedrigen SNR-Werten korrekt zu arbeiten. Diese Arbeit wurde am Laboratorium für Telekommunikationsschaltungen der EPFL durchgeführt.

KI-gestützter Multistimmen-Hörbuchgenerator – LLM-Skriptannotation, Klonen von Stimmen, Stimmen-Design, LoRA-Training, zeilenbasierte Stilsteuerung und Export nach MP3, M4B mit Kapiteln oder als Audacity-Mehrspurprojekt. Basiert auf Qwen3-TTS.

[ICML2024 (Oral)] Offizielle PyTorch-Implementierung von DoRA: Weight-Decomposed Low-Rank Adaptation

CatSniffer ist ein originales Multiprotokoll- und Multiband-Board zum Sniffen, Kommunizieren und Angreifen von IoT-Geräten (Internet of Things) unter Verwendung neuester IoT-Funkprotokolle. Es ist ein hochportable USB-Stick, der TI CC1352, Semtech SX1262 sowie einen RP2040 für V3 oder einen Microchip SAMD21E17 für V2 integriert

Toolkit zum Fine-Tuning, Ablation Testing und Unit-Testen von Open-Source-LLMs.

Offizielles Repository meines Buches „A Hands-On Guide to Fine-Tuning LLMs with PyTorch and Hugging Face“

Das verständlichste Tutorial zur Verwendung von LoRA (Low-Rank Adaptation) innerhalb des diffusers-Frameworks für KI-Generierungsforscher.