transformers

微調 Whisper 語音辨識模型，支援無時間戳資料訓練、有時間戳資料訓練以及無語音資料訓練。加速推論並支援 Web 部署、Windows 桌面部署與 Android 部署

讓 LLM KV 快取壓縮變得輕鬆簡單

用於增強 OpenVINO™ 推理的神經網路壓縮框架

從第一性原理構建的機器學習入門指南。專為希望以軟體系統思維來理解 ML 系統的工程師所設計。

明醫 (MING)：中文醫療問診大模型

基於 TensorFlow 的 EEG 任務（訊號）分類深度學習函式庫。

用於下載 HuggingFace 模型與資料集的簡單 Go 工具。

DataDreamer：提示、生成合成資料、訓練與對齊模型。

從 Tensor 到 Stable Diffusion，為期 10 週的課程大綱。

[ICLR'24 spotlight] 中英雙語多模態大模型系列（對話與繪圖）| 基於 CPM 基礎模型的中英雙語多模態大模型系列

Agent工程師最全學習路徑 · 從零精通 AI 工程 · 20 階段 503 課 · 中文全量翻譯 + 配套站點 + 動畫講解視頻 · 如何成為 AI Agent 工程師的修成指南

這個單字不存在

[ICCV 2025] 從任意內容到如人類藝術家般的 mesh。"MeshAnything V2: Artist-Created Mesh Generation With Adjacent Mesh Tokenization" 官方實作。

KakaoBrain KoGPT (韓國語生成式預訓練轉換器)

小型大型多模態模型框架

所有史丹佛速查表：人工智慧、Transformers、LLMs、深度學習機、機器學習、機率論、統計學、代數與微積分。

論文「GECToR – Grammatical Error Correction: Tag, Not Rewrite」(BEA-20) 與「Text Simplification by Tagging」(BEA-21) 的官方實作

從 BERT 到 GPT-4 的 Transformer 模型，從 Hugging Face 到 OpenAI 的環境。微調、訓練與提示詞工程範例。包含 ChatGPT、GPT-3.5-turbo、GPT-4 與 DALL-E 的額外單元，涵蓋 GPT-4 快速入門、語音轉文字、文字轉語音、DALL-E 文字轉圖像生成、Google Cloud AI、HuggingGPT 等。

機器學習 Q and AI 書籍

只要 1 行程式碼即可使用數百種語言中數千個最先進的 NLP 模型。解決文字問題最快且最準確的方法。

實作 Band Split Roformer，這是位元組跳動 (ByteDance) AI 實驗室用於音樂音源分離的 SOTA Attention 網路

關於 graph transformers 的論文。

在 Pytorch 中實現 Muse：透過遮罩生成式 Transformer 的文字轉圖片生成

Local-first 隱私防護：在與 LLM 分享文件之前先進行匿名化處理。

協助您尋找最佳 GitHub 儲存庫的深度研究代理 🕵️！

Transformer 是具備樣本效率的世界模型。ICLR 2023，入選前 5% 卓越論文。

這個儲存庫精選了 CVPR 2025 最令人興奮且最具影響力的論文。🔥 [論文 + 程式碼 + 展示]

極簡的 SOTA LaTeX OCR 模型，僅 20M 參數，可在瀏覽器中執行。提供完整的訓練流程以供自行重現。 | 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。

🤖 精選 Transformer 模型及其可組合元件的 PyTorch 函式庫

此儲存庫是一個由社群驅動的神經網路電腦視覺課程的大本營。歡迎加入我們的 Hugging Face Discord：hf.co/join/discord