pretrained-models

专为研究人员打造的基于 PyTorch 的音频源分离工具包

OFA (ICML 2022) 官方仓库。论文：OFA: Unifying Architectures, Tasks, and Modalities Through a Simple Sequence-to-Sequence Learning Framework

基于 Llama3-8B 的 GPT4V 级别开源多模态模型

Open3D 的扩展，用于处理 3D 机器学习任务

EasyNLP：全面且易用的 NLP 工具包

EfficientNet 模型实现。支持 Keras 与 TensorFlow Keras。

视觉模型的一站式训练（YOLO、ViTs、RT-DETR、DINOv3）：预训练、微调、蒸馏。

预训练的 EfficientNet、EfficientNet-Lite、MixNet、MobileNetV3 / V2、MNASNet A1 与 B1、FBNet、Single-Path NAS

此仓库包含对话情绪识别的不同架构实现

以强固、高效且具适应性的方式，将文本切分为句子或其他语义单元的工具包。

袖珍型多模态 AI，用于跨多语言文字、图片和视频的内容理解与生成，速度比 OpenAI CLIP 和 LLaVA 快达 5 倍

💁 自然语言处理 Transformers 模型精选宝库，包含论文、视频、博客、官方代码库以及 Colab 笔记本。 🛫☑️

SwissArmyTransformer 是一个灵活且强大的库，可用于开发您自己的 Transformer 变体。

中文法律 LLaMA

DiffWave 是一个快速、高质量的神经声码器与波形合成器。

一个学习在电子游戏中驾驶的深度神经网络

PatrickStar 实现了更大、更快、更环保的 NLP 预训练模型，并让 AI 普及化。

[ICLR 2026]“Soft-Prompted Transformer as Scalable Cross-Embodiment Vision-Language-Action Model”官方实现

使用 PyTorch 微调预训练的 Convolutional Neural Networks

共享的 Ultralytics 徽标、媒体、示例图片、预训练模型权重、数据集产物与发布资产。

基于 PyTorch 框架的 BERT 模型及其相关下游任务实现。

[CVPR 2021] VirTex：从文本注释中学习视觉表征。

CRSLab 是一个用于构建对话式推荐系统 (CRS) 的开源工具包。

探索 MATLAB 中的深度学习预训练模型

PyTorch Lightning 光流模型、脚本与预训练权重。

🔎 SimilaritySearchKit 是一个 Swift 包，为 iOS 与 macOS 应用程序提供设备端文本嵌入与语义搜索功能。