Código abierto. Nuevas posibilidades.

Proyecto educativo para entrenar un modelo GPT (≈540M parámetros) desde cero en laptop de consumidor, con preentrenamiento en Fineweb-edu y ajuste de chat.

SGLang es un marco de servicio de alto rendimiento para modelos de lenguaje extensos (LLM) y modelos multimodales, diseñado para una inferencia de baja latencia y alto rendimiento.

Colección de implementaciones simples en PyTorch de redes neuronales y artículos de aprendizaje profundo con explicaciones documentadas lado a lado, que abarcan transformadores, GANs, modelos de difusión, RL, optimizadores y más.