transformers

Fine-tuning du modèle de reconnaissance vocale Whisper pour prendre en charge l'entraînement avec ou sans données d'horodatage, ainsi que sans données vocales. Accélération de l'inférence et support du déploiement Web, Windows et Android

Compression simplifiée du cache KV pour LLM

Framework de compression de réseaux de neurones pour une inférence OpenVINO™ optimisée.

Une introduction au machine learning basée sur les principes fondamentaux. Pour les ingénieurs souhaitant raisonner sur les systèmes de ML comme ils le font pour les systèmes logiciels.

MING : Grand modèle de langage pour les consultations médicales en chinois.

Une bibliothèque de Deep Learning pour la classification de tâches EEG (signaux), basée sur TensorFlow.

Utilitaire Go simple pour télécharger des modèles et des jeux de données HuggingFace

DataDreamer : Créer des prompts, générer des données synthétiques, entraîner et aligner des modèles.

Du tenseur à Stable Diffusion, un plan de cours sommaire sur 10 semaines.

[ICLR'24 spotlight] Série de grands modèles multimodaux chinois et anglais (Chat et Paint) basés sur le modèle CPM.

Parcours d'apprentissage complet pour ingénieurs Agent : maîtriser l'ingénierie IA à partir de zéro, 20 étapes, 503 cours, traduction complète, site dédié et vidéos explicatives animées.

Ce mot n'existe pas

[ICCV 2025] De n'importe quoi vers un maillage comme les artistes humains. Implémentation officielle de "MeshAnything V2: Artist-Created Mesh Generation With Adjacent Mesh Tokenization".

KoGPT de KakaoBrain (Generative Pre-trained Transformer pour le coréen).

Un framework de modèles multimodaux à petite échelle.

Toutes les fiches mémo de Stanford : Intelligence artificielle, Transformers, LLM, Deep Learning, Machine Learning, Probabilités, Statistiques, Algèbre et Calcul.

Implémentation officielle des articles "GECToR – Grammatical Error Correction: Tag, Not Rewrite" (BEA-20) et "Text Simplification by Tagging" (BEA-21)

Livre sur le Machine Learning Q and AI

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.

Une ligne pour des milliers de modèles NLP de pointe dans des centaines de langues. Le moyen le plus rapide et le plus précis pour résoudre les problèmes textuels.

Implémentation de Band Split Roformer, le réseau d'attention SOTA pour la séparation de sources musicales par ByteDance AI Labs.

Articles sur les graph transformers.

Implémentation de Muse : génération texte-vers-image via des transformeurs génératifs masqués, en Pytorch.

Agent de recherche approfondie pour vous aider à trouver les meilleurs dépôts GitHub !

Les Transformers sont des modèles de monde efficaces en termes d'échantillonnage. ICLR 2023, parmi les 5 % meilleurs.

À propos : cette collection rassemble les articles les plus passionnants et influents de la CVPR 2025. 🔥 [Article + Code + Démo]

Un modèle OCR LaTeX SOTA minimaliste avec seulement 20M de paramètres, fonctionnant dans le navigateur. Pipeline d'entraînement complet disponible pour l'auto-reproduction.

Une bibliothèque PyTorch de modèles Transformer sélectionnés et de leurs composants composables.

Ce dépôt est la base d'un cours communautaire sur la vision par ordinateur avec les réseaux de neurones. N'hésitez pas à nous rejoindre sur le discord Hugging Face : hf.co/join/discord

Implémentation officielle de l'article "MiniGPT-5: Interleaved Vision-and-Language Generation via Generative Vokens".