transformers

Einführungstutorial für die Transformers-Bibliothek

Python-Bindings für Transformer-Modelle, implementiert in C/C++ unter Verwendung der GGML-Bibliothek.

Praktischer Kurs zu Large Language Models.

Synthese von Grafikprogrammen für wissenschaftliche Abbildungen und Skizzen mit TikZ.

Forschung und Anwendung von Technologien wie natürliche Sprachverarbeitung, Wissensgraphen, Dialogsystemen und großen Sprachmodellen.

Maximale Update-Parametrisierung (µP)

Implementierung von Alphafold 3 von Google Deepmind in PyTorch

Eine Sammlung der besten Multi-Agenten-Forschungsarbeiten

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

Lag-Llama: Auf dem Weg zu Basismodellen für die probabilistische Zeitreihenprognose

[PAMI'23] TransFuser: Imitation with Transformer-Based Sensor Fusion for Autonomous Driving; [CVPR'21] Multi-Modal Fusion Transformer for End-to-End Autonomous Driving

Ein SOTA-Quantisierungsalgorithmus für hochpräzise Low-Bit-LLM-Inferenz, nahtlos optimiert für CPU/XPU/CUDA, mit Unterstützung für mehrere Datentypen und voller Kompatibilität mit vLLM, SGLang und Transformers.

[CVPR 2025 Oral]Infinity ∞: Skalierung von bitweisen autoregressiven Modellen für die hochauflösende Bildsynthese

Einheitliches Training von universellen Time-Series-Forecasting-Transformern

Implementierung von SoundStorm, effiziente parallele Audiogenerierung von Google DeepMind, in PyTorch

MLeap: ML-Pipelines in die Produktion überführen

Die Open-Source-Wahl für Data Scientists zum Skalieren, Bewerten und Pflegen von Natural-Language-Daten. Behandeln Sie Trainingsdaten wie ein Software-Artefakt.

Ein Lehrplan zum Erlernen von Foundation Models, von Grund auf bis zur vordersten Front

Schnittstelle für OuteTTS-Modelle.

Koreanisches BERT pre-trained cased (KoBERT)

Implementierung des Trainingsframeworks aus Self-Rewarding Language Model von MetaAI

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.

PyTorch-Implementierung von Transfusion („Predict the Next Token and Diffuse Images with One Multi-Modal Model“) von MetaAI

Skalierbares und speicheroptimiertes Training von Diffusionsmodellen

Eine elegante PyTorch-Implementierung von Transformers.

Kuratierter visueller Katalog mit über 155 Vision-Language-Modell-Architekturen (VLM/MLLM): Paper, Diagramme, Trainingsrezepte, Datensätze und eine Release-Timeline für multimodale KI-Agenten.

Jlama ist eine moderne LLM-Inferenz-Engine für Java

Eine Sammlung von Ressourcen zu Anwendungen von Transformers in der medizinischen Bildgebung.

Pruna ist ein für Entwickler entwickeltes Modelloptimierungs-Framework, mit dem Sie schnellere, effizientere Modelle mit minimalem Overhead bereitstellen können.

LLM-Modell-Quantisierungs- (Kompprimierungs-) Toolkit mit Hardware-Beschleunigungsunterstützung für Nvidia-, AMD-, Intel-GPUs und Intel/AMD/Apple-CPUs über HF, vLLM und SGLang.