transformer

🤗 Transformers：テキスト、ビジョン、オーディオ、マルチモーダルモデルにおける最先端の機械学習モデルのためのモデル定義フレームワーク（推論およびトレーニングの両方に対応）。

LLM向けの、高スループットかつメモリ効率の高い推論・サービングエンジン

🧑‍🏫 60以上のディープラーニング論文の実装/チュートリアルと、並行ノート 📝。トランスフォーマー（original, xl, switch, feedback, vit, ...）、オプティマイザ（adam, adabelief, sophia, ...）、GANs（cyclegan, stylegan2, ...）、🎮強化学習（ppo, dqn）、capsnet、蒸留（distillation, ...）など🧠

OpenAIのWhisperモデルのC/C++ポート

SGLangは、大規模言語モデルおよびマルチモーダルモデル向けの高性能サービングフレームワークです。

OpenMMLab Detection ToolboxおよびBenchmark。

SOTAオープンソースTTS

言語モデルのための完全自動検閲除去

CTranslate2による高速なWhisper文字起こし

🏆 素晴らしい機械学習Pythonライブラリのランキングリスト。毎週更新。

CVPR 2026の論文とオープンソースプロジェクトのまとめ

邱锡鹏『神经网络与深度学习』（蒲公英書）理論書 v2 および通識版

《李宏毅深度学习教程》（李宏毅先生推奨👍、Apple Books🍎）、PDFダウンロードアドレス：https://github.com/datawhalechina/leedl-tutorial/releases

pix2tex: ViTを使用して、数式の画像をLaTeXコードに変換

MNN: Alibabaによって実証された超高速で軽量な推論エンジンであり、高性能なオンデバイスLLMやEdge AIを駆動します。

Nano vLLM

ディープラーニング研究者のための自然言語処理チュートリアル

RWKV（読み方：RwaKuv）は、優れたLLM性能を持つRNNであり、GPTトランスフォーマーのように直接学習（並列化可能）することもできます。現在RWKV-7「Goose」を使用しています。これはRNNとトランスフォーマーの長所を組み合わせたもので、優れた性能、線形時間、定数空間（kv-cache不要）、高速学習、無限のctx_len、無料の文埋め込みを提供します。

言語モデルのFew-shot評価のためのフレームワーク。

DartおよびFlutter向けの強力なHTTPクライアント。グローバル設定、Interceptors、FormData、リクエストの中断・キャンセル、ファイルのアップロードとダウンロード、リクエストタイムアウト、カスタムアダプターなどをサポート。

自己教師あり学習モデル、句読点付きSOTA/ストリーミングASR、テキストフロントエンド付きストリーミングTTS、話者認証システム、エンドツーエンド音声翻訳、キーワードスポッティングを含む使いやすい音声ツールキット。NAACL2022最優秀デモ賞を受賞。

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

🌸 BitTorrentスタイルのホームLLM実行。オフロード比で最大10倍高速なファインチューニングと推論。

マンガ/画像の翻訳。ワンクリックで各種画像内の文字を翻訳 https://cotrans.touhou.ai/ (現在動作していません)

OpenMMLabセマンティックセグメンテーションツールボックスおよびベンチマーク。

優れた事前学習済みモデル群を備えた使いやすい画像セグメンテーションライブラリ。セマンティックセグメンテーション、インタラクティブセグメンテーション、パノプティックセグメンテーション、画像マッティング、3Dセグメンテーションなど、幅広い実用的なタスクをサポート。

大規模基盤モデルのFinetuningとInferenceのための拡張可能なツールキット。すべての人にLarge Modelsを。

BertViz: TransformerモデルにおけるAttentionの可視化

BERT tokenizer を使用した GPT2 トレーニングコードの中国語版。

2.78兆パラメータのKimi K3を単一CPU上で8.24 GBのRAMで推論実行。ポータブルC99: BLAS、フレームワーク、GPUなし。