transformers

Memanfaatkan BERT dan c-TF-IDF untuk membuat topik yang mudah diinterpretasikan.

Implementasi model parallel autoregressive transformer pada GPU, berdasarkan library Megatron dan DeepSpeed.

SD.Next: WebUI lengkap untuk pembuatan, pemberian keterangan, dan pemrosesan gambar serta video berbasis AI

Repositori ini adalah kumpulan tautan pilihan ke berbagai kursus dan sumber daya tentang Kecerdasan Buatan (AI)

Pustaka penerjemahan luring sumber terbuka yang ditulis dalam Python

AI Suara On-device untuk Apple Silicon

Versi bahasa Mandarin dari CLIP yang mencapai pengambilan lintas modal dan pembuatan representasi dalam bahasa Mandarin.

Transformer full-attention yang ringkas namun lengkap dengan seperangkat fitur eksperimental yang menjanjikan dari berbagai makalah

⚡ Mesin inferensi WebGPU berbasis Pure-Rust — Kompatibel dengan OpenAI-API, mendukung GGUF secara native, berjalan di GPU apa pun. Tanpa Python. Tanpa llama.cpp. Berupa biner tunggal.

Chronos: Model terlatih untuk peramalan deret waktu (Time Series Forecasting).

Resep tangguh untuk menyelaraskan model bahasa dengan preferensi manusia dan AI.

Implementasi / replikasi DALL-E, Transformer Text-to-Image OpenAI, di Pytorch

OpenChat: Memajukan model bahasa sumber terbuka dengan data yang tidak sempurna

Superduper: Kerangka kerja end-to-end untuk membangun aplikasi dan agen AI kustom.

Lingkungan riset sumber terbuka bagi peneliti AI untuk melatih, mengevaluasi, dan menskalakan model secara mulus dari perangkat keras lokal ke kluster GPU.

Perangkat lunak pembelajaran mesin untuk mengekstrak informasi dari dokumen ilmiah.

Daftar makalah yang sangat komprehensif mengenai Vision Transformer/Attention, mencakup makalah, kode, dan situs web terkait.

Panduan Membangun White Box Model Bahasa Besar: Tiny-Universe yang dibuat sepenuhnya dari nol

Fine-tune LLM dari satu file YAML. Streaming layer melatih model 8B pada GPU laptop 4 GB.

100+ peta algoritma LLM / RL orisinal, karya penulis 《大模型算法》.

LightGlue: Pencocokan Fitur Lokal dengan Kecepatan Cahaya (ICCV 2023)

Panduan Prompt Engineering, Generative AI, dan LLM oleh Learn Prompting | Bergabunglah dengan discord kami untuk komunitas pembelajaran Prompt Engineering terbesar

Prompt Engineering | Versi Prompt | Gunakan GPT atau model berbasis prompt lainnya untuk mendapatkan output terstruktur. Bergabunglah dengan discord kami untuk Prompt-Engineering, LLM, dan penelitian terbaru lainnya

Tutorial memulai PyTorch dan TorchText untuk analisis sentimen.

Benchmark Evaluasi Pemahaman Bahasa Mandarin: dataset, baseline, model pra-latih, korpus, dan papan peringkat

Transformer untuk Information Retrieval, Klasifikasi Teks, NER, QA, Pemodelan Bahasa, Pembuatan Bahasa, T5, Multi-Modal, dan AI Percakapan

⚡️SwanLab - alat pelacakan dan visualisasi pelatihan AI sumber terbuka dengan desain modern. Mendukung penggunaan Cloud / Self-hosted. Terintegrasi dengan PyTorch / Transformers / verl / LLaMA Factory / ms-swift / Ultralytics / MMEngine / Keras, dll.

Kursus Hugging Face mengenai Transformers

State of the Art Natural Language Processing.

Fengshenbang-LM adalah sistem model besar sumber terbuka yang dipimpin oleh pusat penelitian komputasi kognitif dan bahasa alami IDEA, yang menjadi infrastruktur untuk AIGC bahasa Mandarin dan kecerdasan kognitif.