Código aberto. Novas possibilidades.

Coleção de implementações simples em PyTorch de redes neurais e artigos de deep learning com explicações lado a lado documentadas, abrangendo transformers, GANs, modelos de difusão, RL, otimizadores e muito mais.

Um pequeno modelo de linguagem GPT (~540M parâmetros) projetado para treinamento do zero em hardware de laptop de consumo, com pré-treinamento em Fineweb-edu e capacidade de ajuste fino para chat.

vLLM é uma biblioteca de alta taxa de transferência e eficiência de memória projetada para inferência e serviço de Large Language Models (LLM).

Uma implementação de alta performance em C/C++ para inferência do modelo de reconhecimento automático de fala (ASR) Whisper da OpenAI, projetada para implantação leve e multiplataforma.

PaddleSeg é um kit de desenvolvimento de segmentação de imagens de ponta a ponta do ecossistema PaddlePaddle, com 45+ algoritmos e 140+ modelos pré-treinados, cobrindo segmentação semântica, interativa, panorâmica, matting e segmentação médica 3D, suportando configuração e API, do anotação de dados à implantação.

Uma reimplementação rápida do modelo Whisper da OpenAI usando CTranslate2, oferecendo maior velocidade de transcrição e menor uso de memória.

Hugging Face Transformers é um framework de definição de modelos para aprendizado de máquina em tarefas de texto, visão, áudio e multimodais. Oferece uma API unificada para inferência e treinamento com mais de 1 milhão de checkpoints pré-treinados.

SGLang é um framework de serving de alta performance para modelos de linguagem extensos (LLMs) e modelos multimodais, projetado para inferência de baixa latência e alta vazão.