transformer

Safe RLHF: Restriktive Werteausrichtung durch sicheres Reinforcement Learning aus menschlichem Feedback

PaddleSlim ist eine Open-Source-Bibliothek für Deep-Model-Kompression und Architektursuche.

Eine einheitliche Codebasis für Semi-Supervised Learning (NeurIPS'22)

Kleines Modell, große Logik: Diversitätsgesteuerte Optimierung entlockt VibeThinker-1.5B die Denkfähigkeit großer Modelle.

Eine schnelle und benutzerfreundliche Laufzeitumgebung für Transformer-Inferenz (Bert, Albert, GPT2, Decoders usw.) auf CPU und GPU.

[ICLR'23 Spotlight & ECCV'24 & IJCV'24] MapTR: Strukturierte Modellierung und Lernen für die Online-Erstellung vektorisierter HD-Karten

"Retinexformer: One-stage Retinex-based Transformer for Low-light Image Enhancement" (ICCV 2023 Top-10 Cited 🏆) & (NTIRE 2024 Runner-Up 🏆) & (NTIRE 2025 Winner 🏆) & (NTIRE 2026 Winner 🏆)

Eine Literaturliste zu einigen aktuellen Transformer-basierten CV-Arbeiten.

Eine Sammlung von Notebooks und anderen Dateien, die Ihnen beim Erlernen von KI von Grund auf helfen.

Dieses Repository ist die offizielle Implementierung von Disentangling Writer and Character Styles for Handwriting Generation (CVPR 2023).

Kostenloses Offline-OCR, chinesisches Textdetektions- und -erkennungs-SDK

[TPAMI'23] Vereinheitlichung von Fluss-, Stereo- und Tiefenschätzung

Parallax ist ein verteiltes Model-Serving-Framework, mit dem Sie überall Ihr eigenes KI-Cluster aufbauen können

PoolFormer: MetaFormer ist tatsächlich das, was man für Vision braucht (CVPR 2022 Oral)

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

Implementierung von „Attention is all you need“

Transformers4Rec ist eine flexible und effiziente Bibliothek für sequentielle und sitzungsbasierte Empfehlungen und funktioniert mit PyTorch.

🎓 Systematischer Kurs zum Aufbau von Large Language Models | 🛠️ Abdeckung von Vortraining-Data-Engineering, Tokenizer, Transformer, MoE, GPU-Programmierung (CUDA/Triton),分布式训练 (verteiltes Training), Scaling Laws, Inferenzoptimierung und Alignment (SFT/RLHF/GRPO) | 🚀 6 progressive Aufgaben + codegetrieben, Aufbau eines Full-Stack-LLM-Wissensstands

Ein Python-Paket zum Ausführen von kontextualisiertem Topic Modeling. CTMs kombinieren kontextualisierte Embeddings (z. B. BERT) mit Topic-Modellen, um kohärente Themen zu erhalten. Veröffentlicht auf der EACL und ACL 2021 (Bianchi et al.).

Taschengroße multimodale KI für Inhaltsverständnis und -generierung über mehrsprachige Texte, Bilder und 🔜 Videos, bis zu 5x schneller als OpenAI CLIP und LLaVA 🖼️ & 🖋️

Zusammenführung herausragender Open-Source-Projekte im Bereich der künstlichen Intelligenz (KI) aus der ganzen Welt.

Sequence-to-Sequence-Framework mit Fokus auf neuronale maschinelle Übersetzung basierend auf PyTorch

💁 Fantastische Sammlung von Transformers-Modellen für die natürliche Sprachverarbeitung mit Papers, Videos, Blogs, offiziellem Repository sowie Colab-Notebooks. 🛫☑️

Eine Deep-Learning-Bibliothek für die Klassifizierung von EEG-Aufgaben (Signalen), basierend auf TensorFlow.

[NeurIPS 2020] Offizieller Code für das Paper „DeepSVG: A Hierarchical Generative Network for Vector Graphics Animation“. Enthält eine PyTorch-Bibliothek für Deep Learning mit SVG-Daten.

Eine kuratierte Liste von NLP-Ressourcen mit Schwerpunkt auf Transformer-Netzwerken, Attention-Mechanismen, GPT, BERT, ChatGPT, LLMs und Transfer Learning.

OpenSTL: Ein umfassender Benchmark für räumlich-zeitliches prädiktives Lernen

Neuronale Fragenerstellung mithilfe von Transformers

[Inoffizielle] PyTorch-Implementierung von „Conformer: Convolution-augmented Transformer for Speech Recognition“ (INTERSPEECH 2020)

SwissArmyTransformer ist eine flexible und leistungsstarke Bibliothek zur Entwicklung eigener Transformer-Varianten.