lora

Kerangka Kerja Platform IoT

Berkomunikasi dengan bebas.

Pengukuran arus penumpang berbasis Wifi & BLE menggunakan papan ESP32 yang murah

OneDiff: Pustaka akselerasi siap pakai untuk model difusi.

Mesin inferensi LLM berskala besar

Aplikasi Android untuk Meshtastic

Klien LXMF untuk Android, Linux, dan macOS yang memungkinkan Anda berkomunikasi dengan orang atau sistem yang kompatibel dengan LXMF melalui jaringan Reticulum menggunakan LoRa, Packet Radio, WiFi, I2P, atau media lain yang didukung Reticulum.

Fine-tuning chatglm 6b dan fine-tuning alpaca

Fine-tune LLM di Mac Anda dengan Apple Silicon. SFT, DPO, GRPO, Vision, TTS, STT, Embedding, dan fine-tuning OCR — secara native di MLX. API yang kompatibel dengan Unsloth.

Kerangka Kerja Large Language Model Berpengetahuan Sumber Terbuka.

Riset Arsitektur DeepSeek Engram berbasis seri Qwen-3 dan Stable Diffusion.

Lua RTOS untuk ESP32

Hypernetwork yang mengadaptasi LLM untuk tugas benchmark tertentu hanya menggunakan deskripsi tugas tekstual sebagai input

Aplikasi komunikasi jaringan mesh sederhana yang didukung oleh Reticulum Network Stack.

Lakukan fine-tune pada model pengenalan suara Whisper untuk mendukung pelatihan tanpa data penanda waktu, pelatihan dengan data penanda waktu, dan pelatihan tanpa data suara. Mempercepat inferensi dan mendukung deployment di Web, desktop Windows, serta Android

Seri ini akan membawa Anda dalam perjalanan dari dasar-dasar NLP dan Computer Vision hingga Vision-Language Models terkini.

The Things Stack, Network Server LoRaWAN Sumber Terbuka

Aplikasi perpesanan Android asli menggunakan Bluetooth LE, TCP, atau RNode (LoRa) melalui LXMF dan Reticulum

MOVA: Menuju Pembuatan Video-Audio yang Dapat Diskalakan dan Disinkronkan.

Meningkatkan efisiensi R&D AI: Melatih LoRA sendiri, mencakup pelatihan LoRA untuk model Llama (Alpaca LoRA) dan ChatGLM (ChatGLM Tuning). Konten pelatihan: pembuatan user story, pembuatan kode pengujian, bantuan pembuatan kode, teks ke SQL, teks ke kode, dan lainnya.

ChirpStack open-source LoRaWAN Network Server

Tutorial tumpukan penuh algoritma dari NLP ke LLM, alamat baca daring: https://datawhalechina.github.io/base-llm/

:airplane: Sistem kesadaran kedekatan penerbangan umum DIY yang multifungsi dan kompatibel

Ini adalah implementasi perangkat lunak radio (SDR) GNU Radio yang berfungsi penuh untuk transceiver LoRa dengan semua komponen penerima yang diperlukan agar beroperasi dengan benar bahkan pada SNR yang sangat rendah. Pekerjaan ini dilakukan di Laboratorium Sirkuit Telekomunikasi, EPFL.

Generator buku audio multi-suara berbasis AI — anotasi skrip LLM, kloning suara, desain suara, pelatihan LoRA, kontrol gaya per baris, dan ekspor ke MP3, M4B dengan bab, atau multi-track Audacity. Dibangun di atas Qwen3-TTS.

[ICML2024 (Oral)] Implementasi resmi PyTorch dari DoRA: Weight-Decomposed Low-Rank Adaptation

CatSniffer adalah papan multiprotokol dan multiband orisinal untuk melakukan sniffing, komunikasi, dan pengujian keamanan perangkat IoT menggunakan protokol radio IoT terbaru. Ini adalah stik USB yang sangat portabel yang mengintegrasikan TI CC1352, Semtech SX1262, dan RP2040 untuk V3 atau Microchip SAMD21E17 untuk V2

Toolkit untuk fine-tuning, ablasinya, dan pengujian unit pada LLM open-source.

Repositori resmi buku saya "A Hands-On Guide to Fine-Tuning LLMs with PyTorch and Hugging Face".

Tutorial paling mudah dipahami untuk menggunakan LoRA (Low-Rank Adaptation) dalam framework diffusers bagi peneliti AI Generation.