transformers

Utilizando BERT e c-TF-IDF para criar tópicos facilmente interpretáveis.

Uma implementação de transformers autorregressivos com paralelismo de modelo em GPUs, baseada nas bibliotecas Megatron e DeepSpeed

SD.Next: WebUI tudo-em-um para criação, legendagem e processamento de imagens e vídeos gerados por IA.

Este repositório é uma coleção curada de links para vários cursos e recursos sobre Inteligência Artificial (IA).

Biblioteca de tradução offline de código aberto escrita em Python

IA de fala executada localmente no dispositivo para Apple Silicon

Versão chinesa do CLIP que alcança recuperação transmodal e geração de representação em chinês.

Um transformer full-attention conciso, porém completo, com um conjunto de recursos experimentais promissores de vários artigos.

⚡ Mecanismo de inferência WebGPU em Rust puro — compatível com a API da OpenAI, nativo em GGUF, roda em qualquer GPU. Sem Python. Sem llama.cpp. Binário único.

Chronos: Modelos pré-treinados para previsão de séries temporais.

Receitas robustas para alinhar modelos de linguagem com preferências humanas e de IA

Implementação/replicação do DALL-E, o Transformer de texto para imagem da OpenAI, em PyTorch

OpenChat: Avançando modelos de linguagem de código aberto com dados imperfeitos

Superduper: Framework de ponta a ponta para construir aplicações e agentes de IA personalizados.

O ambiente de pesquisa de código aberto para pesquisadores de IA treinarem, avaliarem e escalarem modelos perfeitamente, desde hardware local até clusters de GPU.

Um software de aprendizado de máquina para extrair informações de documentos acadêmicos

Uma lista de artigos extremamente abrangente sobre Vision Transformer/Attention, incluindo artigos, códigos e sites relacionados

Guia de construção de caixa branca para grandes modelos: um Tiny-Universe feito inteiramente à mão.

Ajuste fino de LLMs a partir de um único YAML. O streaming de camadas treina um modelo de 8B em uma GPU de laptop de 4 GB.

🌟100+ Mapas conceituais originais de LLM / RL 📚, contribuição do autor de "Algoritmos de Grandes Modelos"!💥 (100+ Mapas de Algoritmos LLM/RL)

LightGlue: Correspondência de recursos locais na velocidade da luz (ICCV 2023)

Guia de Engenharia de Prompt, IA Generativa e LLM do Learn Prompting | Junte-se ao nosso Discord para a maior comunidade de aprendizado de Engenharia de Prompt.

Engenharia de Prompt | Versionamento de Prompt | Use GPT ou outros modelos baseados em prompt para obter saídas estruturadas. Junte-se ao nosso Discord para discutir Engenharia de Prompt, LLMs e pesquisas recentes

Tutoriais para começar com PyTorch e TorchText para análise de sentimento.

Benchmark de Avaliação de Compreensão da Língua Chinesa (CLUE): datasets, baselines, modelos pré-treinados, corpus e placar de líderes

Transformers para recuperação de informação, classificação de texto, NER, QA, modelagem de linguagem, geração de linguagem, T5, multimodal e IA conversacional.

SwanLab - uma ferramenta de código aberto com design moderno para rastreamento e visualização de treinamento de IA. Suporta uso em nuvem ou auto-hospedado. Integrado com PyTorch, Transformers, verl, LLaMA Factory, ms-swift, Ultralytics, MMEngine, Keras, etc.

O curso da Hugging Face sobre Transformers.

Processamento de Linguagem Natural de última geração

Fengshenbang-LM é um sistema de modelos de linguagem de grande escala de código aberto liderado pelo Centro de Pesquisa em Computação Cognitiva e Processamento de Linguagem Natural do IDEA, servindo como infraestrutura para AIGC e inteligência cognitiva em chinês.