transformers

Transformers 庫快速入門教程

使用 GGML 程式庫實作之 C/C++ Transformer 模型的 Python 綁定。

關於大型語言模型的實戰課程。

使用 TikZ 為科學圖表和草圖合成繪圖程式。

自然語言處理、知識圖譜、對話系統、大模型等技術研究與應用。

最大化更新參數化（µP）

Google Deepmind 的 Alphafold 3 在 PyTorch 中的實作

最佳多代理論文彙編

Safe RLHF：透過來自人類回饋的安全強化學習進行受約束的價值對齊

Lag-Llama：邁向機率時間序列預測的基礎模型

用於高精度低位元 LLM 推論的 SOTA 量化演算法，針對 CPU/XPU/CUDA 進行無縫最佳化，支援多種資料型態，並與 vLLM、SGLang 和 Transformers 完全相容。

[PAMI'23] TransFuser: 用於自動駕駛的基於 Transformer 的感測器融合模仿學習；[CVPR'21] 用於端到端自動駕駛的多模態融合 Transformer

[CVPR 2025 Oral] Infinity ∞：為高解析度影像合成擴展位元wise自動迴歸建模。

通用時間序列預測 Transformer 的統一訓練

在 Pytorch 中實作 Google Deepmind 的 SoundStorm（高效平行音訊生成）

MLeap：將 ML Pipelines 部署至生產環境

資料科學家 用來規模化、評估與維護自然語言資料的開源首選。將訓練資料視同軟體構件來對待。

基礎模型學習課程，從零開始到前沿技術

OuteTTS 模型的介面。

韓語 BERT 預訓練區分大小寫模型 (KoBERT)

MetaAI 所提出的 Self-Rewarding Language Model 訓練框架的實作

MetaAI 的 Transfusion Pytorch 實作，「使用一個多模態模型預測下一個 Token 並擴散影像」

在配備 Apple Silicon 的 Mac 上微調 LLMs。支援 SFT、DPO、GRPO、Vision、TTS、STT、Embedding 與 OCR 微調 —— 基於 MLX 原生實現。相容 Unsloth API。

可擴展且記憶體最佳化的擴散模型訓練

一個優雅的 transformers PyTorch 實作

包含 155 種以上 VLM/MLLM 架構的精選視覺化目錄：包含論文、圖表、訓練配方、資料集，以及多模態 AI 代理的發布時間軸。

Jlama 是適用於 Java 的現代化 LLM 推論引擎

Transformer 在醫學影像中應用之資源彙整。

Pruna 是一個為開發者打造的模型優化框架，讓你能以極低的額外開銷交付更快、更高效的模型。

支援硬體加速的 LLM 模型量化（壓縮）工具包，可透過 HF、vLLM 及 SGLang 為 Nvidia、AMD、Intel GPU 以及 Intel/AMD/Apple CPU 提供加速支援。