representation-learning

Artículos, códigos, conjuntos de datos, aplicaciones y tutoriales sobre aprendizaje por transferencia, adaptación de dominios, generalización de dominios, aprendizaje multitarea, etc.

Lista de lectura para temas de investigación en aprendizaje automático multimodal

Serie EVA: Fantasías de representación visual de BAAI

Kit de herramientas para preentrenamiento de voz y aprendizaje de representaciones auto-supervisado

Implementación en PyTorch de SimCLR: Un marco simple para el aprendizaje contrastivo de representaciones visuales

Librería de Python para el aprendizaje de representación en Knowledge Graphs https://docs.ampligraph.org

Cambrian-1 es una familia de LLM multimodales con un diseño centrado en la visión.

Entrenamiento unificado de Transformers para la predicción universal de series temporales.

Código para el artículo de TKDE "Aprendizaje autosupervisado en grafos: contrastivo, generativo o predictivo"

Una lista exhaustiva de artículos destacados sobre aprendizaje autosupervisado contrastivo.

GraphVite: un sistema de representación de grafos (graph embedding) general y de alto rendimiento

IA multimodal de bolsillo para la comprensión y generación de contenido en textos multilingües, imágenes y próximamente video, hasta 5 veces más rápida que OpenAI CLIP y LLaVA.

LibCity: una librería abierta para la minería de datos espaciotemporales urbanos

Plataforma de bioinformática que incluye aprendizaje de representación a gran escala y aprendizaje profundo multitarea.

PyCIL: Una caja de herramientas en Python para el aprendizaje incremental de clases

Un modelo de representación general para modalidades de visión, audio y lenguaje. Artículo: ONE-PEACE: Explorando un modelo de representación general hacia modalidades ilimitadas.

[Candidato a mejor artículo en ECCV 2024 y TPAMI 2025] PointLLM: Potenciando a los modelos de lenguaje extenso para comprender nubes de puntos.

[IEEE T-KDE 2026] Awesome Deep Graph Clustering es una colección de métodos de agrupamiento de grafos profundos novedosos y de vanguardia (artículos, códigos y conjuntos de datos).

Pipelines, modelos y zoo de aprendizaje métrico y recuperación

Implementación en PyTorch de SimCLR: un marco simple para el aprendizaje contrastivo de representaciones visuales de T. Chen et al.

Una base sólida para clasificación de imágenes, reconocimiento facial y recuperación de imágenes con PyTorch

[Premio al Joven Científico MICCAI 2019] [Premio al Mejor Artículo MEDIA 2020] Models Genesis, uno de los primeros modelos "fundacionales" en el análisis de imágenes médicas para múltiples tareas posteriores

Aprendizaje de representación de proteínas impresionante

Este repositorio contiene el código para "VLM2Vec / MMEB" [ICLR 2025], "VLM2Vec-V2 / MMEB-V2" [TMLR 2026] y "MMEB-V3" [COLM 2026].

[NeurIPS 2021] Benchmarks multiescala para el aprendizaje de representación multimodal

Saprot: Modelo de lenguaje de proteínas con alfabeto estructural (AA+3Di).

Lista de artículos sobre incrustaciones hiperbólicas, modelos hiperbólicos y aplicaciones hiperbólicas

[ECCV 2024] Tokenización de cualquier cosa mediante prompts.

Autoetiquetado mediante clustering simultáneo y aprendizaje de representación. (ICLR 2020)

Aprendizaje contrastivo autosupervisado para series temporales mediante consistencia tiempo-frecuencia