contrastors

Conjunto de herramientas de aprendizaje por contraste basado en el framework Pytorch

Producto ComúnProgramaciónPytorchAprendizaje por Contraste

contrastors es un conjunto de herramientas de aprendizaje por contraste que permite a investigadores e ingenieros entrenar y evaluar modelos de contraste de manera eficiente. Se basa en Flash Attention, admite entrenamiento multi-GPU con soporte GradCache para entrenamiento por lotes de gran tamaño en entornos con memoria limitada. También admite Huggingface para una fácil carga de modelos comunes, y soporta el preentrenamiento de modelos de lenguaje enmascarados y el aprendizaje de representaciones Matryoshka.

Best AI Websites & Tools

contrastors

contrastors Situación del tráfico más reciente

contrastors Tendencia de visitas

contrastors Distribución geográfica de las visitas

contrastors Fuentes de tráfico

contrastors Alternativas

contrastors — Conjunto de herramientas de aprendizaje por contraste basado en el framework Pytorch

OLMo-2-1124-7B-DPO — Modelo avanzado de generación de texto que admite el procesamiento de diversas tareas.

kan-gpt — Modelo de lenguaje basado en transformadores generativos preentrenados (GPT), implementado utilizando redes de Kolmogorov-Arnold (KAN).

Awesome-LLM-Post-training — Un repositorio de recursos de tutoriales, estudios y guías sobre métodos de post-entrenamiento de modelos lingüísticos de gran tamaño (LLM).

ByteDance Flux — Flux es una biblioteca de superposición de comunicación rápida para el paralelismo de tensores/expertos en GPU.

Modelo de incrustación de texto Gemini Embedding — Gemini Embedding es un modelo de incrustación de texto avanzado que proporciona una potente capacidad de comprensión del lenguaje a través de la API de Gemini.

NeoBase — NeoBase es un asistente de base de datos de IA de código abierto que le permite interactuar con bases de datos utilizando lenguaje natural.

Instella — Instella es un modelo de lenguaje de código abierto de alto rendimiento desarrollado por AMD, diseñado para acelerar el desarrollo de modelos de lenguaje de código abierto.

Clon — Clon es un robot humanoide con tecnología revolucionaria de músculos artificiales Myofiber, capaz de caminar de forma natural.

ViDoRAG — ViDoRAG es un marco de agentes de razonamiento iterativo dinámico que combina la recuperación de documentos visuales con la generación mejorada.

Microsoft Dragon Copilot — Microsoft Dragon Copilot es un espacio de trabajo de IA para el sector sanitario que simplifica el flujo de trabajo de la documentación clínica y mejora la eficiencia.

Migician — Migician es un modelo de lenguaje multimodal de gran tamaño centrado en la localización de múltiples imágenes, capaz de realizar una localización precisa de múltiples imágenes de forma libre.

IndexTTS — Sistema de texto a voz (TTS) de muestra cero, eficiente y controlable de grado industrial

Datos de perfilado en DeepSeek Infra — Analiza las estrategias de superposición de cómputo y comunicación en V3/R1, proporcionando datos de análisis de rendimiento para frameworks de aprendizaje profundo.

olmOCR — olmOCR es un conjunto de herramientas para linealizar PDF para el entrenamiento de conjuntos de datos LLM.

Extensiones de IA de Raycast — Raycast lanza las Extensiones de IA, que permiten interactuar mediante comandos de lenguaje natural con las aplicaciones de su ordenador y ejecutar tareas.

MLGym — MLGym es un nuevo marco y punto de referencia para avanzar en la investigación de agentes de IA.

tablegpt-agent — Agente preconstruido de TableGPT2 para tareas de preguntas y respuestas basadas en tablas.

bRAG-langchain — Un proyecto de código abierto para construir aplicaciones de Generación Aumentada por Recuperación (RAG).

Qwen — Qwen Chat es una herramienta de chat de inteligencia artificial basada en un modelo de lenguaje avanzado, que ofrece conversaciones inteligentes y múltiples funciones.

FlexHeadFA — Mecanismo de atención preciso, rápido y eficiente en cuanto a memoria.

FlashMLA — FlashMLA es un núcleo de decodificación MLA eficiente optimizado para GPU Hopper, ideal para servicios de secuencias de longitud variable.

VLM-R1 — VLM-R1 es un modelo de lenguaje visual reforzado estable y versátil, enfocado en tareas de comprensión visual.

Moonlight — Moonlight es un modelo de experto mixto (MoE) de 16B parámetros, entrenado con el optimizador Muon, que ofrece un rendimiento excepcional.

kg-gen — Herramienta de inteligencia artificial que extrae grafos de conocimiento de cualquier texto.

Kie.ai — Kie.ai integra las API DeepSeek R1 y V3, ofreciendo soluciones de IA seguras y escalables.

hallucination-leaderboard — Una tabla de clasificación para comparar la tasa de alucinaciones de modelos lingüísticos grandes (LLM) al resumir documentos cortos.

CLaMP 3 — CLaMP 3 es un marco unificado para la recuperación de información musical multimodal y multilingüe.

KET-RAG — KET-RAG es un marco de generación mejorado con recuperación de información basado en grafos de conocimiento, diseñado para la indexación eficiente de documentos y la generación de respuestas.

Proxy — Proxy es un asistente de IA totalmente automatizado para realizar tareas cotidianas.