lora

Framework nền tảng IoT

Giao tiếp tự do

Đo lường lưu lượng hành khách điều khiển bằng Wifi & BLE sử dụng bo mạch ESP32 giá rẻ

OneDiff: Thư viện tăng tốc sẵn sàng sử dụng cho các mô hình diffusion.

Công cụ suy luận LLM quy mô lớn

Ứng dụng Android cho Meshtastic

Ứng dụng khách LXMF cho Android, Linux và macOS cho phép bạn liên lạc với mọi người hoặc hệ thống tương thích LXMF qua mạng Reticulum sử dụng LoRa, Packet Radio, WiFi, I2P hoặc bất kỳ phương thức nào mà Reticulum hỗ trợ.

Tinh chỉnh (finetuning) chatglm 6b và alpaca

Tinh chỉnh LLM trên máy Mac của bạn với Apple Silicon. SFT, DPO, GRPO, Vision, TTS, STT, Embedding và tinh chỉnh OCR — chạy gốc trên MLX. API tương thích với Unsloth.

Một framework mô hình ngôn ngữ lớn (LLM) mã nguồn mở có khả năng hiểu biết.

Nghiên cứu Kiến trúc DeepSeek Engram dựa trên các dòng Qwen-3 và Stable Diffusion.

Lua RTOS cho ESP32.

Hypernetwork điều chỉnh các LLM cho các tác vụ benchmark cụ thể chỉ sử dụng mô tả tác vụ dạng văn bản làm đầu vào

Một ứng dụng truyền thông mạng lưới ngang hàng đơn giản được hỗ trợ bởi Reticulum Network Stack.

Tinh chỉnh mô hình nhận dạng giọng nói Whisper để hỗ trợ huấn luyện không có dữ liệu dấu thời gian, huấn luyện có dữ liệu dấu thời gian và huấn luyện không có dữ liệu giọng nói. Tăng tốc suy luận và hỗ trợ triển khai Web, Windows desktop và Android

Chuỗi bài viết này sẽ đưa bạn từ các kiến thức cơ bản về NLP và Computer Vision đến các mô hình Vision-Language Models tiên tiến nhất.

The Things Stack, một LoRaWAN Network Server Mã nguồn mở

Ứng dụng nhắn tin Android gốc sử dụng Bluetooth LE, TCP hoặc RNode (LoRa) qua LXMF và Reticulum

MOVA: Hướng tới Tạo video–audio có thể mở rộng và đồng bộ hóa

Nâng cao hiệu quả R&D AI: Tự huấn luyện LoRA, bao gồm huấn luyện LoRA cho các mô hình Llama (Alpaca LoRA) và ChatGLM (ChatGLM Tuning). Nội dung huấn luyện: tạo câu chuyện người dùng, tạo mã kiểm thử, hỗ trợ tạo mã, chuyển văn bản thành SQL, chuyển văn bản thành mã...

Máy chủ Mạng LoRaWAN mã nguồn mở ChirpStack

Hướng dẫn toàn diện về thuật toán từ NLP đến LLM, địa chỉ đọc trực tuyến: https://datawhalechina.github.io/base-llm/

Hệ thống nhận thức khoảng cách hàng không chung tự chế đa năng, tương thích

Đây là bản cài đặt phần mềm phát thanh định nghĩa bằng phần mềm (SDR) GNU Radio hoàn chỉnh của bộ thu phát LoRa, bao gồm tất cả các thành phần bộ thu cần thiết để hoạt động chính xác ngay cả ở mức SNR rất thấp. Công trình này được thực hiện tại Phòng thí nghiệm Mạch Viễn thông, EPFL.

Trình tạo sách nói đa giọng nói hỗ trợ bởi AI — chú thích kịch bản LLM, nhân bản giọng nói, thiết kế giọng nói, huấn luyện LoRA, kiểm soát phong cách theo từng dòng, và xuất ra MP3, M4B chia chương, hoặc đa rãnh Audacity. Xây dựng trên Qwen3-TTS.

[ICML2024 (Oral)] Mã nguồn PyTorch chính thức của DoRA: Weight-Decomposed Low-Rank Adaptation

CatSniffer là một bo mạch đa giao thức và đa băng tần nguyên bản dùng để thăm dò, giao tiếp và tấn công các thiết bị IoT (Internet Vạn Vật) sử dụng các giao thức vô tuyến IoT mới nhất. Đây là một USB stick có tính di động cao tích hợp TI CC1352, Semtech SX1262 và RP2040 cho phiên bản V3 hoặc Microchip SAMD21E17 cho phiên bản V2

Bộ công cụ để tinh chỉnh, cắt bỏ và kiểm thử đơn vị cho các LLM mã nguồn mở.

Kho lưu trữ chính thức cho cuốn sách "Hướng dẫn thực hành tinh chỉnh LLM với PyTorch và Hugging Face"

Hướng dẫn dễ hiểu nhất về cách sử dụng LoRA (Low-Rank Adaptation) trong framework diffusers dành cho các nhà nghiên cứu tạo AI.