Hugging Face Transformers es un marco de definición de modelos para aprendizaje automático en tareas de texto, visión, audio y multimodales. Proporciona una API unificada para inferencia y entrenamiento con más de 1 millón de checkpoints preentrenados.
Código abierto. Nuevas posibilidades.
Descubre proyectos de código abierto de calidad, envía proyectos de forma anónima y reclama y edita tu propio proyecto.
Un poco de curiosidad. Un mundo de código abierto.
THE FIRST COLLECTIONSGLang 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.
Proyecto educativo para entrenar un modelo GPT (≈540M parámetros) desde cero en laptop de consumidor, con preentrenamiento en Fineweb-edu y ajuste de chat.
vLLM es una biblioteca de alto rendimiento y eficiencia de memoria diseñada para la inferencia y el servicio de modelos de lenguaje extensos (LLM).
Una implementación de C/C++ de alto rendimiento para la inferencia del modelo de reconocimiento automático de voz (ASR) Whisper de OpenAI, diseñada para un despliegue ligero y multiplataforma.
PaddleSeg es un kit de desarrollo de segmentación de imágenes de extremo a extremo en el ecosistema PaddlePaddle, con más de 45 algoritmos y 140 modelos preentrenados, que cubre segmentación semántica, interactiva, panorámica, matting y segmentación médica 3D, soportando configuración y API, abarcando desde anotación hasta despliegue.
Una reimplementación rápida del modelo Whisper de OpenAI utilizando CTranslate2, que ofrece una mayor velocidad de transcripción y un menor uso de memoria.