lora

IoT 플랫폼 프레임워크

자유롭게 소통하세요

저렴한 ESP32 보드를 활용한 Wi-Fi 및 BLE 기반 승객 흐름 측정

OneDiff: 디퓨전 모델을 위한 즉시 사용 가능한 가속 라이브러리입니다.

대규모 LLM 추론 엔진

Meshtastic용 Android 애플리케이션

LoRa, 패킷 라디오, WiFi, I2P 또는 Reticulum이 지원하는 기타 방식을 사용하여 Reticulum 네트워크를 통해 사람 또는 LXMF 호환 시스템과 통신할 수 있는 Android, Linux, macOS용 LXMF 클라이언트입니다.

chatglm 6b 파인튜닝 및 alpaca 파인튜닝

Apple Silicon Mac에서 LLM 파인튜닝. MLX 네이티브 기반 SFT, DPO, GRPO, Vision, TTS, STT, Embedding, OCR 파인튜닝 지원. Unsloth 호환 API.

오픈소스 지식 기반 대형 언어 모델 프레임워크

Qwen-3 및 Stable Diffusion 시리즈를 기반으로 한 DeepSeek Engram 아키텍처 연구

ESP32용 Lua RTOS

텍스트 작업 설명만을 입력으로 받아 특정 벤치마크 작업에 LLM을 적응시키는 하이퍼네트워크

Reticulum Network Stack 기반의 간단한 메시 네트워크 통신 앱.

타임스탬프 데이터 없는 학습, 타임스탬프 데이터가 있는 학습, 음성 데이터 없는 학습을 지원하도록 Whisper 음성 인식 모델을 파인튜닝합니다. 추론을 가속화하고 Web 배포, Windows 데스크톱 배포 및 Android 배포를 지원합니다.

이 시리즈는 NLP와 컴퓨터 비전의 기초부터 최신 비전 언어 모델(VLM)까지의 여정으로 여러분을 안내합니다.

The Things Stack, 오픈소스 LoRaWAN 네트워크 서버

LXMF 및 Reticulum을 통해 Bluetooth LE, TCP 또는 RNode(LoRa)를 사용하는 네이티브 Android 메시징 앱

MOVA: 확장 가능하고 동기화된 비디오-오디오 생성을 향하여

'AI R&D 효율성 향상: 직접 LoRA 학습하기', Llama(Alpaca LoRA) 모델 및 ChatGLM(ChatGLM Tuning) 관련 LoRA 학습 포함. 학습 내용: 사용자 스토리 생성, 테스트 코드 생성, 코드 보조 생성, 텍스트-SQL 변환, 텍스트-코드 생성 등...

ChirpStack 오픈 소스 LoRaWAN 네트워크 서버

NLP에서 LLM까지의 알고리즘 풀스택 튜토리얼, 온라인 읽기 주소: https://datawhalechina.github.io/base-llm/

:airplane: 다기능, 호환 가능한 DIY 일반 항공 근접 인식 시스템

매우 낮은 SNR에서도 정상적으로 작동하는 데 필요한 모든 수신기 구성 요소를 갖춘, 완전히 작동하는 LoRa 트랜시버의 GNU Radio 소프트웨어 정의 라디오(SDR) 구현입니다. 이 작업은 EPFL의 통신 회로 연구실에서 수행되었습니다.

AI 기반 멀티 보이스 오디오북 생성기 — LLM 대본 주석, 음성 복제, 음성 디자인, LoRA 학습, 라인별 스타일 제어 및 MP3, 챕터별 M4B 또는 Audacity 멀티트랙 내보내기 지원. Qwen3-TTS 기반으로 구축됨.

[ICML2024 (Oral)] DoRA: Weight-Decomposed Low-Rank Adaptation의 공식 PyTorch 구현

CatSniffer는 최신 무선 IoT 프로토콜을 사용하여 IoT(사물 인터넷) 디바이스를 스니핑, 통신 및 공격하기 위한 오리지널 멀티 프로토콜 및 멀티 밴드 보드입니다. TI CC1352, Semtech SX1262가 통합된 휴대성이 뛰어난 USB 스틱이며, V3는 RP2040, V2는 Microchip SAMD21E17을 탑재하고 있습니다.

오픈소스 LLM의 미세 조정(fine-tuning), 제거 연구(ablating) 및 단위 테스트를 위한 툴킷.

"PyTorch와 Hugging Face로 LLM 미세조정하기 핸즈온 가이드" 도서의 공식 저장소

AI 생성 연구자를 위한 diffusers 프레임워크 내 LoRA(Low-Rank Adaptation) 사용법을 가장 쉽게 설명한 튜토리얼