model-training

Ultralytics YOLOv5 en PyTorch para detección de objetos, segmentación de instancias, clasificación, entrenamiento y exportación.

Implementación en PyTorch de YOLOv3, YOLOv3-SPP y YOLOv3-tiny para detección de objetos en tiempo real con entrenamiento, validación, inferencia y exportación multiformato.

Sistema integral para Machine Learning, artículos académicos y prácticas industriales sobre sistemas de IA, LLM y GenAI. Incluye recursos de conferencias como OSDI, NSDI, SIGCOMM, SoCC, MLSys, modelos como Llama3 y Mistral, y tutoriales en video.

🔥🔥Librería de reconocimiento facial de alto rendimiento basada en PaddlePaddle y PyTorch🔥🔥

Implementación de Dreambooth (https://arxiv.org/abs/2208.12242) mediante Textual Inversion (https://arxiv.org/abs/2208.01618) para Stable Diffusion (https://arxiv.org/abs/2112.10752). Ajustes enfocados en entrenar rostros, objetos y estilos.

Programación de recursos y gestión de clústeres para IA

Entrenamiento de LLM centrado en datos con selección dinámica de muestras, optimización de mezcla de dominios y reponderación de ejemplos dentro del bucle de entrenamiento de LLaMA-Factory.

Centro de recursos para desarrolladores de NVIDIA Nemotron: un punto único para recetas de entrenamiento, manuales de uso, conjuntos de datos y ejemplos de referencia integrales para construir con modelos Nemotron

FS nativo de IA y nativo de la nube: una capa semántica de archivos de alto rendimiento para almacenamiento de objetos en la nube, integrada con caché de alta velocidad. Proyecto CNCF Sandbox.