huggingface-transformers

⚡ Moteur d'inférence WebGPU en pur Rust — compatible avec l'API OpenAI, natif GGUF, fonctionne sur n'importe quel GPU. Pas de Python. Pas de llama.cpp. Binaire unique.

Chronos : modèles pré-entraînés pour la prévision de séries temporelles

Un framework MCP low-code pour construire des pipelines RAG complexes et innovants.

Extraction de données structurées, appel d'instructions et flux de travail d'agents avec ML, LLM et Vision LLM

Solutions NLP en chinois (grands modèles, données, modèles, entraînement, inférence).

Articles sur l'apprentissage automatique, archivés depuis MachineCurve.com.

Plateforme de réseau social avec modération de contenu automatisée et système d'authentification basé sur le contexte.

Étiqueter, nettoyer et enrichir des jeux de données textuels avec des LLM

[CVPR 2025] Implémentation PyTorch officielle de MambaVision : une architecture de vision hybride Mamba-Transformer.

Un runtime rapide et convivial pour l'inférence de transformers (Bert, Albert, GPT2, Decoders, etc.) sur CPU et GPU.

Modèles entraînés et code pour prédire les commentaires toxiques sur les 3 défis Jigsaw Toxic Comment. Construit avec ⚡ Pytorch Lightning et 🤗 Transformers. Pour accéder à notre API, veuillez nous contacter à contact@unitary.ai.

IA multimodale de poche pour la compréhension et la génération de contenu textuel, image et bientôt vidéo, jusqu'à 5 fois plus rapide qu'OpenAI CLIP et LLaVA

Modèles de type Transformer, de BERT à GPT-4, et environnements, de Hugging Face à OpenAI. Exemples de fine-tuning, d'entraînement et de prompt engineering. Une section bonus incluant ChatGPT, GPT-3.5-turbo, GPT-4 et DALL-E, avec des guides pour démarrer avec GPT-4, la conversion parole-texte, texte-parole, la génération d'images avec DALL-E, Google Cloud AI, HuggingGPT, et plus encore.

Apprenez l'ingénierie de l'IA générative appliquée au cloud (GenEng) en utilisant OpenAI, Gemini, Streamlit, les conteneurs, le serverless, Postgres, LangChain, Pinecone et Next.js

Service de LLM Serverless pour tous.

Modèle multimodal pour les données textuelles et tabulaires avec les transformers HuggingFace comme composant de base pour les données textuelles

multilspy est une bibliothèque cliente LSP en Python conçue pour créer des applications autour des serveurs de langage.

Browser-only Canva-style presentation studio, powered by local Web AI.