transformer

🤗 Transformers: टेक्स्ट, विज़न, ऑडियो और मल्टीमॉडल मॉडल में अत्याधुनिक मशीन लर्निंग मॉडल के लिए मॉडल-परिभाषा फ्रेमवर्क, जो इंफरेंस और ट्रेनिंग दोनों के लिए है।

LLM के लिए एक हाई-थ्रूपुट और मेमोरी-कुशल इन्फेरेंस और सर्विंग इंजन

🧑‍🏫 साइड-बाय-साइड नोट्स के साथ डीप लर्निंग पेपर के 60+ कार्यान्वयन/ट्यूटोरियल 📝; जिसमें ट्रांसफॉर्मर (original, xl, switch, feedback, vit, ...), ऑप्टिमाइज़र (adam, adabelief, sophia, ...), gan (cyclegan, stylegan2, ...), 🎮 सुदृढीकरण सीखना (ppo, dqn), capsnet, डिस्ट 유नेशन, ... 🧠 शामिल हैं।

C/C++ में OpenAI के Whisper मॉडल का पोर्ट

SGLang बड़े भाषा मॉडल और मल्टीमॉडल मॉडल के लिए एक उच्च-प्रदर्शन सर्विंग फ्रेमवर्क है।

OpenMMLab डिटेक्शन टूलबॉक्स और बेंचमार्क

SOTA ओपन सोर्स TTS

भाषा मॉडल के लिए पूरी तरह से स्वचालित सेंसरशिप निष्कासन

CTranslate2 के साथ तेज़ Whisper ट्रांसक्रिप्शन

🏆 शानदार मशीन लर्निंग Python लाइब्रेरीज़ की एक रैंक की गई सूची। साप्ताहिक रूप से अपडेट की जाती है।

CVPR 2026 पेपरों और ओपन-सोर्स प्रोजेक्ट्स का संग्रह

किउ शीपेंग 'न्यूरल नेटवर्क और डीप लर्निंग' (डंडेलियन बुक) थ्योरी बुक v2 और जनरल वर्जन

《ली होंगयी डीप लर्निंग ट्यूटोरियल》（प्रोफेसर ली होंगयी द्वारा अनुशंसित👍, एप्पल बुक🍎）, PDF डाउनलोड लिंक: https://github.com/datawhalechina/leedl-tutorial/releases

pix2tex: समीकरणों की छवियों को LaTeX कोड में बदलने के लिए ViT का उपयोग करना।

MNN: Alibaba द्वारा बैटल-टेस्टेड एक बेहद तेज़, हल्का इन्फरेंस इंजन, जो हाई-परफॉर्मेंस ऑन-डिवाइस LLMs और Edge AI को संचालित करता है।

Nano vLLM

डीप लर्निंग शोधकर्ताओं के लिए नेचुरल लैंग्वेज प्रोसेसिंग ट्यूटोरियल

RWKV (उच्चारण RwaKuv) बेहतरीन LLM प्रदर्शन वाला एक RNN है, जिसे GPT ट्रांसफार्मर की तरह सीधे प्रशिक्षित किया जा सकता है (पैरेललाइज़ेबल)। हम RWKV-7 "Goose" पर हैं। यह RNN और ट्रांसफार्मर के सर्वोत्तम गुणों को जोड़ता है - बेहतरीन प्रदर्शन, लीनियर टाइम, स्थिर स्पेस (कोई kv-cache नहीं), तेज़ प्रशिक्षण, अनंत ctx_len, और मुफ्त वाक्य एम्बेडिंग।

लैंग्वेज मॉडल्स के फ्यू-शॉट मूल्यांकन के लिए एक फ्रेमवर्क।

Dart और Flutter के लिए एक शक्तिशाली HTTP क्लाइंट, जो ग्लोबल सेटिंग्स, इंटरसेप्टर्स, FormData, अनुरोधों को रद्द करने, फ़ाइल अपलोड और डाउनलोड, अनुरोध टाइमआउट, कस्टम एडेप्टर आदि का समर्थन करता है।

उपयोग में आसान स्पीच टूलकिट जिसमें सेल्फ-सुपरवाइज्ड लर्निंग मॉडल, विराम चिह्नों के साथ SOTA/स्ट्रीमिंग ASR, टेक्स्ट फ्रंटएंड के साथ स्ट्रीमिंग TTS, स्पीकर वेरिफिकेशन सिस्टम, एंड-टू-एंड स्पीच ट्रांसलेशन और कीवर्ड स्पॉटिंग शामिल है। NAACL2022 बेस्ट डेमो अवार्ड जीता।

FreeToken brings datacenter-scale model serving to your desktop. Run massive models locally, fast and efficiently.

🌸 BitTorrent-शैली में घर पर LLMs चलाएं। ऑफलोडिंग की तुलना में 10 गुना तक तेज़ फाइन-ट्यूनिंग और इन्फेरेंस।

मंगा/इमेज अनुवाद: एक क्लिक में इमेज के अंदर के टेक्स्ट का अनुवाद करें https://cotrans.touhou.ai/ (अब काम नहीं कर रहा है)।

OpenMMLab सिमेंटिक सेगमेंटेशन टूलबॉक्स और बेंचमार्क।

शानदार प्री-ट्रेंड मॉडल ज़ू के साथ उपयोग में आसान इमेज सेगमेंटेशन लाइब्रेरी, जो सिमेंटिक सेगमेंटेशन, इंटरैक्टिव सेगमेंटेशन, पैनोप्टिक सेगमेंटेशन, इमेज मैटिंग, 3D सेगमेंटेशन आदि जैसे व्यावहारिक कार्यों का समर्थन करती है।

लार्ज फाउंडेशन मॉडल के फाइन-ट्यूनिंग और इन्फरेंस के लिए एक एक्स्टेंसिबल टूलकिट। सभी के लिए लार्ज मॉडल।

BertViz: Transformer मॉडल में अटेंशन को विज़ुअलाइज़ करें

BERT टोकनराइज़र का उपयोग करके GPT2 प्रशिक्षण कोड का चीनी संस्करण।

8.24 GB रैम में एक सिंगल CPU पर इन्फेरेंस चलाने वाला 2.78-खरब-पैरामीटर Kimi K3। पोर्टेबल C99: कोई BLAS नहीं, कोई फ्रेमवर्क नहीं, कोई GPU नहीं।