transformers

微调 Whisper 语音识别模型，支持无时间戳数据训练、有时间戳数据训练以及无语音数据训练。加速推理并支持 Web 部署、Windows 桌面部署与 Android 部署

让 LLM KV 缓存压缩变得轻松简单

用于增强 OpenVINO™ 推理的神经网络压缩框架

从第一性原理构建的机器学习入门指南。专为希望以软件系统思维来理解 ML 系统的工程师所设计。

明医 (MING)：中文医疗问诊大模型

基于 TensorFlow 的 EEG 任务（信号）分类深度学习库。

用于下载 HuggingFace 模型与数据集的简单 Go 工具。

DataDreamer：提示、生成合成数据、训练与对齐模型。

从 Tensor 到 Stable Diffusion，为期 10 周的课程大纲。

[ICLR'24 spotlight] 中英双语多模态大模型系列（对话与绘图）| 基于 CPM 基础模型的中英双语多模态大模型系列

Agent工程师最全学习路径 · 从零精通 AI 工程 · 20 阶段 503 课 · 中文全量翻译 + 配套站点 + 动画讲解视频 · 如何成为 AI Agent 工程师的修成指南

这个单词不存在

[ICCV 2025] 从任意内容到如人类艺术家般的 mesh。"MeshAnything V2: Artist-Created Mesh Generation With Adjacent Mesh Tokenization" 官方实现。

KakaoBrain KoGPT (韩国语生成式预训练转换器)

小型大型多模态模型框架

所有斯坦福速查表：人工智能、Transformers、LLMs、深度学习、机器学习、概率论、统计学、代数与微积分。

论文“GECToR – Grammatical Error Correction: Tag, Not Rewrite”(BEA-20) 与“Text Simplification by Tagging”(BEA-21) 的官方实现

从 BERT 到 GPT-4 的 Transformer 模型，从 Hugging Face 到 OpenAI 的环境。微调、训练与提示词工程示例。包含 ChatGPT、GPT-3.5-turbo、GPT-4 与 DALL-E 的额外单元，涵盖 GPT-4 快速入门、语音转文字、文字转语音、DALL-E 文字转图像生成、Google Cloud AI、HuggingGPT 等。

只需 1 行代码即可使用数百种语言中数千个最先进的 NLP 模型。解决文本问题最快且最准确的方法。

机器学习 Q and AI 书籍

Local-first 隐私防护：在与 LLM 分享文档之前先进行匿名化处理。

实现 Band Split Roformer，这是字节跳动 (ByteDance) AI 实验室用于音乐音源分离的 SOTA Attention 网络

关于 graph transformers 的论文。

在 Pytorch 中实现 Muse：通过遮罩生成式 Transformer 的文本转图片生成

协助您寻找最佳 GitHub 存储库的深度研究代理 🕵️！

Transformer 是具备样本效率的世界模型。ICLR 2023，入选前 5% 卓越论文。

这个仓库精选了 CVPR 2025 最令人兴奋且最具影响力的论文。🔥 [论文 + 代码 + 演示]

极简的 SOTA LaTeX OCR 模型，仅 20M 参数，可在浏览器中运行。提供完整的训练流程以供自行复现。 | 超轻量SOTA LaTeX公式识别模型，仅20M参数量，可在浏览器中运行。训练全流程代码开源，以便自学复现。

🤖 精选 Transformer 模型及其可组合组件的 PyTorch 库

此仓库是一个由社区驱动的神经网络计算机视觉课程的大本营。欢迎加入我们的 Hugging Face Discord：hf.co/join/discord