jax

Phương pháp phần tử hữu hạn khả vi với JAX.

Tevatron - Bộ công cụ truy xuất tài liệu hợp nhất trên quy mô, ngôn ngữ và phương thức. Bản demo tại SIGIR 2023, SIGIR 2025.

Các mô hình OCR nhẹ và nhanh để nhận dạng văn bản biển số xe.

Hướng dẫn học máy. Tìm hiểu mọi thứ về công cụ, thư viện, khung làm việc, mô hình ngôn ngữ lớn (LLM) và mô hình huấn luyện học máy.

Các thuật toán học máy cho hệ lượng tử nhiều vật thể.

Các hướng dẫn về Physics Informed Machine Learning (Pytorch và Jax)

Quy trình Gaussian trong JAX và Equinox.

♟️ Môi trường trò chơi RL được vector hóa trong JAX

Gói phần mềm động lực học chất lưu khả vi

Tối ưu hóa phi tuyến tính (tìm nghiệm, bình phương tối thiểu, ...) trong JAX+Equinox. https://docs.kidger.site/optimistix/

Các bộ giải tuyến tính trong JAX và Equinox. https://docs.kidger.site/lineax

Giải các bài toán thuận và nghịch liên quan đến phương trình đạo hàm riêng bằng mạng thần kinh dựa trên vật lý cơ sở hữu hạn (FBPINNs).

Mọi thông tin bạn cần biết về Google Cloud TPU.

Felafax đang xây dựng cơ sở hạ tầng AI cho các GPU không phải NVIDIA

Từ mô hình giáo viên đến mô hình tối ưu — engine chưng cất & phục vụ LLM từ đầu: các kernel Triton/CUDA tùy chỉnh, chưng cất FSDP, phân trang KV batching liên tục, giải mã suy đoán, gateway Rust, oracle JAX và công cụ diễn giải.

Pax là framework học máy dựa trên Jax để huấn luyện các mô hình quy mô lớn. Pax cho phép thử nghiệm và song song hóa hoàn toàn, đồng thời đạt tỷ lệ sử dụng flop mô hình hàng đầu trong ngành.

Giao tiếp MPI zero-copy cho các mảng JAX, giúp tăng tốc các ứng dụng HPC trong Python :zap:

Orbax cung cấp các tiện ích lưu trữ và checkpoint phổ biến cho người dùng JAX

Triển khai mô hình Yahoo Open-NSFW bằng Keras

Triển khai từ https://srush.github.io/annotated-s4

Bộ điều khiển dự đoán mô hình cho robot bốn chân dựa trên mô hình vật thể cứng đơn lẻ, viết bằng Python. Dựa trên gradient (acados) hoặc dựa trên lấy mẫu (jax)

XLB: Accelerated Lattice Boltzmann (XLB) cho ML dựa trên vật lý