transformers

Aprovechamiento de BERT y c-TF-IDF para crear temas fácilmente interpretables.

Una implementación de transformadores autorregresivos en paralelo de modelos en GPU, basada en las bibliotecas Megatron y DeepSpeed.

SD.Next: WebUI todo en uno para la creación, etiquetado y procesamiento de imágenes y videos generativos por IA

Este repositorio es una colección seleccionada de enlaces a varios cursos y recursos sobre Inteligencia Artificial (IA).

Biblioteca de traducción sin conexión de código abierto escrita en Python

IA de voz en el dispositivo para Apple Silicon.

Versión en chino de CLIP que logra la recuperación y generación de representaciones multimodales en chino.

Un transformer de atención completa conciso pero completo con un conjunto de característicasexperimentales prometedoras de varios artículos

⚡ Motor de inferencia WebGPU en Rust puro: compatible con la API de OpenAI, nativo de GGUF, se ejecuta en cualquier GPU. Sin Python. Sin llama.cpp. Binario único.

Chronos: Modelos preentrenados para la predicción de series temporales

Recetas robustas para alinear modelos de lenguaje con las preferencias humanas y de la IA

Implementación / replicación de DALL-E, el Transformer de texto a imagen de OpenAI, en PyTorch

OpenChat: Avanzando en modelos de lenguaje de código abierto con datos imperfectos

Superduper: marco de trabajo integral para construir aplicaciones y agentes de IA personalizados.

El entorno de investigación de código abierto para que los investigadores de IA entrenen, evalúen y escalen modelos sin problemas desde hardware local hasta clústeres de GPU.

Un software de aprendizaje automático para extraer información de documentos académicos

Una lista de artículos sumamente completa sobre Vision Transformer/Attention, que incluye artículos, códigos y sitios web relacionados

"Guía de construcción de caja blanca para LLM": un Tiny-Universe completamente hecho a mano

Ajusta LLMs desde un solo YAML. El streaming de capas entrena un modelo de 8B en una GPU de laptop de 4 GB.

🌟 ¡Más de 100 mapas de algoritmos de LLM / RL originales 📚, una gran obra del autor de "Algoritmos de Grandes Modelos"! 💥 (100+ LLM/RL Algorithm Maps)

LightGlue: Coincidencia de características locales a la velocidad de la luz (ICCV 2023)

Guía de Prompt Engineering, Generative AI y LLMs de Learn Prompting | Únete a nuestro discord para la comunidad de aprendizaje de Prompt Engineering más grande

Ingeniería de Prompts | Versionado de Prompts | Usa GPT u otros modelos basados en prompts para obtener salidas estructuradas. Únete a nuestro discord para Prompt-Engineering, LLMs y otras investigaciones recientes

Tutoriales para comenzar con PyTorch y TorchText para el análisis de sentimientos.

Evaluación comparativa de comprensión del idioma chino (Chinese Language Understanding Evaluation Benchmark): conjuntos de datos, líneas de base, modelos preentrenados, corpus y tabla de clasificación

Transformers para recuperación de información, clasificación de texto, NER, QA, modelado de lenguaje, generación de lenguaje, T5, multimodal e inteligencia artificial conversacional

⚡️SwanLab - una herramienta de seguimiento y visualización de entrenamiento de IA de código abierto y diseño moderno. Soporta uso en la nube o autohospedado. Integrada con PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras, etc.

El curso de Hugging Face sobre Transformers.

Procesamiento de Lenguaje Natural de última generación

Fengshenbang-LM es un sistema de modelos abiertos de gran escala liderado por el Centro de Investigación de Computación Cognitiva y Lenguaje Natural del Instituto IDEA, convirtiéndose en la infraestructura para AIGC en chino e inteligencia cognitiva.