transformers

手把手带你实战 Huggingface Transformers 课程视频同步更新在 B 站与 YouTube

中文 NLP 解决方案（大模型、数据、模型、训练、推理）

可扩展至数千个微调LLM的Multi-LoRA推理服务器

Scenic：一个用于计算机视觉研究及更广泛应用的Jax库

在浏览器中使用WebGPU运行GPT模型。使用不到1500行纯JavaScript实现GPT推理

🧠💬 我在 MachineCurve.com 上撰写的机器学习文章，已存档

将 LLM 无缝集成至 scikit-learn。

加速 🤗 Transformers、Diffusers、TIMM 与 Sentence Transformers 的推理与训练，提供易用的硬件优化工具

[CVPR 2023] DepGraph：迈向任意结构剪枝；LLMs、视觉基础模型等。

在浏览器中直接使用机器学习驱动的语音识别

从零开始构建现代 LLM。逐行注释。用五岁小孩也能听懂的方式解释。

专业整理的时间序列 Transformer 相关优质资源（论文、代码、数据等）清单

支持词级时间戳和置信度的多语言自动语音识别

用于参数高效和模块化迁移学习的统一库

针对日文文本的光学字符识别，主要聚焦于日本漫画

使用 Stable Diffusion 从任何文本提示生成图像的游乐场（先前使用 DALL-E Mini）

简化多模态模型的微调流程：PaliGemma 2、Florence-2 和 Qwen2.5-VL

在 PyTorch 中实现 AudioLM，这是一种来自 Google Research 的领先 (SOTA) 音频生成语言建模方法

PyTorch 的 LeetCode — 来自 Google、Meta、Anthropic 真实面试的 65 道 ML/AI 面试题。包含 Jupyter notebooks、自动评分器以及 MCP AI 家教。

[ICLR 2025] 从任意内容到如人类艺术家般的网格。「MeshAnything: Artist-Created Mesh Generation with Autoregressive Transformers」的官方实现。

Apple MLX native implementations of state-of-the-art generative image & video models

一个用于构建基于 LLM 代理的轻量级框架

TransmogrifAI 是一套 AutoML 库，用于在 Apache Spark 上构建模块化、可重复使用、强类型的机器学习工作流程，并将其手动调整降至最低

Lumina-T2X 是一个用于文本转任意模态生成的统一框架

[CVPR 2025] MambaVision 官方 PyTorch 实现：混合 Mamba-Transformer 视觉骨干网络

EasyNLP：全面且易用的 NLP 工具包

🤗 Transformers.js 示例与范例应用程序集合

MetaAI 的 Toolformer（会使用工具的语言模型）实现

一个全方位的计算机视觉工具包

超简单的 BERT 基础 NLP 模型库