transformer 第 3 页
本站收录 152 个带「transformer」标签的 AI 开源项目（按 GitHub 星标从高到低，第 3 / 4 页）
cevahir-aicevahir-ai 是一个全栈开源 AI 引擎，用于构建语言模型，覆盖从分词器训练、Transformer 架构、认知推理到聊天管线的完整流程。它旨在为开发者★ 260
awesome-snnawesome-snn 是一个精选的脉冲神经网络（SNN）开源项目合集，旨在为研究人员和开发者提供一站式的SNN资源导航。它系统整理了SNN领域的优秀开源库、框★ 240
LucaProtLucaProt 是一个基于深度学习的蛋白质功能预测框架，创新性地融合了蛋白质氨基酸序列与三维结构信息。它解决了传统方法仅依赖序列或单一结构特征导致预测精度有限★ 235
OmniFusionOmniFusion是一个多模态AI模型，旨在让用户通过文本和图像进行自然交互。它解决了传统单一模态模型无法同时理解和处理文字与图片信息的问题，核心能力包括图像★ 234
helicalhelical 是一个专注于基因组学和转录组学模态的预训练生物基础模型框架，旨在为研究人员提供开箱即用的先进生物模型。它解决了生物信息学领域模型复用难、标准化缺★ 234
transformer-tricks这是一个关于Transformer模型加速技巧与工具的集合仓库，主要面向深度学习工程师和研究者，解决Transformer推理和训练速度慢的问题。项目以TeX文★ 234
create-tsicreate-tsi 是一个生成式 AI RAG 工具包，旨在通过低代码方式快速构建 AI 应用。它解决了开发者在集成 RAG（检索增强生成）流程时面临的复杂性★ 233
minimind-deep-dive这是一个以 MiniMind 开源大模型源码为切入点，面向中文读者的深度学习笔记项目。它逐行精读预训练、SFT、DPO、PPO、GRPO 等核心训练机制，帮助读★ 214
AutonoAutono 是一个基于 ReAct 模式构建的高鲁棒性自主智能体框架，专注于解决复杂任务中智能体决策不稳定、工具调用易出错的问题。它提供了一套完整的智能体运行★ 213
DTrOCRDTrOCR 是论文《DTrOCR: Decoder-only Transformer for Optical Character Recognition》的 ★ 205
spectralquantSpectralQuant 是一个针对大语言模型推理时 KV-Cache 压缩的开源工具库。它通过特征基旋转（Eigenbasis Rotation）和基于注水★ 204
tensorflow-ml-nlp这是一个韩语自然语言处理与聊天机器人的学习项目，基于TensorFlow和机器学习，从逻辑回归到Transformer聊天机器人逐步深入。项目解决了韩语NLP入★ 201
small-dogesmall-doge 是一个早期开源的轻量级语言模型家族项目，旨在提供高效、易部署的小规模语言模型。它解决了大模型资源消耗高、部署门槛高的问题，通过精简架构和优★ 201
MuseMorphoseMuseMorphose 是一个基于 PyTorch 实现的音乐风格迁移模型，论文发表于 IEEE/ACM TASLP。它利用 Transformer 架构，将★ 195
MMVIDMMVID是一个基于多模态条件约束的视频生成开源项目，来自CVPR 2022论文。它解决的核心问题是：如何根据文本描述和参考图像，生成与内容语义一致、且具有合理★ 191
DarkGPTDarkGPT 是一个基于 Python 构建的交互式网页应用，让用户能实时与多种 GPT 模型（包括 Gemini、GPT 等）进行对话。它解决了多模型切换不★ 190
ML-news-of-the-week这是一个每周更新的机器学习与人工智能新闻精选集，旨在帮助从业者和爱好者高效获取领域内的重要动态。项目将分散在网络各处的优质内容（包括最新研究论文、行业新闻、实用★ 183
KnowledgeCircuitsKnowledgeCircuits 是一个来自 NeurIPS 2024 的研究项目，专注于解析预训练 Transformer 模型（如大语言模型）内部的知识存★ 173
ram-coffersram-coffers 是一个面向 LLM 推理的基础设施优化项目，通过 NUMA 感知的权重银行（weight banking）技术，在 refurbishe★ 172
ax-llmax-llm 是爱芯元智（AXera）AI 芯片上的大模型部署工具，目标是把 LLM 和 VLM 推理搬到 AX620E、AX650、AX637 系列边缘芯片上★ 169
MultiTurnDialogZooMultiTurnDialogZoo 是一个基于 PyTorch 的多轮对话基线模型集合，旨在为研究者和开发者提供统一的基准实现，以解决多轮对话中上下文建模、回★ 163
AdaSpeechAdaSpeech 是一个基于 PyTorch 的自适应文本转语音（TTS）项目，旨在为自定义声音提供高质量的语音合成能力。它针对传统 TTS 系统在适应新说话★ 162
ai4rsai4rs 是一个面向遥感视觉的开源项目，基于 MMDetection、MMRotate、MMLab 生态构建，专注解决遥感图像中的目标检测、旋转框检测（OBB★ 161
Transformers-in-ActionTransformers-in-Action 是一本名为《Transformers in Action》的书籍的配套代码仓库，旨在通过 Jupyter Note★ 153
OneGenOneGen 是一个针对大型语言模型（LLM）的高效统一生成与检索框架，发表于 EMNLP 2024。它解决了传统 RAG（检索增强生成）中生成与检索分离、需要★ 149
TEMPOTEMPO 是一个基于提示词（prompt）的生成式预训练Transformer模型，专为时间序列预测任务设计，是ICLR 2024的官方开源实现。它针对传统时★ 142
llm-from-scratch这是一个韩语开源项目，对应书籍《从零开始构建LLM》（吉博出版社，2025）的代码仓库。项目旨在通过从底层实现大语言模型（LLM）来帮助学习者深入理解其工作原理★ 133
Transformer-in-generating-dialogue这是一个基于Tensor2Tensor框架实现的Transformer对话生成模型，使用中文语料训练，旨在复现'Attention is all you nee★ 131
tf2-transformer-chatbot这是一个基于TensorFlow 2实现的Transformer聊天机器人项目，支持TPU训练。它利用Transformer架构（自注意力机制）构建对话模型，解★ 130
hands-on-llmhands-on-llm 是一个面向中文开发者的 LLM 全栈动手学习项目，核心目标是把大模型从理论到落地的完整链路拆解成可运行的代码与实验。它包含三大部分：一★ 130
tensorflow-bert-seq2seq-dream-decoder这是一个将深度学习技术应用于传统玄学领域的趣味项目，基于TensorFlow、BERT和Seq2Seq模型构建了周公解梦对话系统。用户输入梦境描述，模型自动解码★ 127
ml-autofocusformerml-autofocusformer 是 CVPR 2023 论文《AutoFocusFormer: Image Segmentation off the Gr★ 126
chatterbox-finetuningChatterbox 微调工具包，专为 Chatterbox TTS 和 TURBO 模型设计，支持 23 种语言，具备智能词汇扩展、离线预处理、自动 VAD ★ 118
MIDI-GPTMIDI-GPT 是一个基于 GPT-2 架构的符号音乐生成模型，专注于可控的多轨音乐创作。它解决的核心问题是传统音乐生成模型难以对旋律、和弦、节奏等多轨元素进★ 112
LLMWebCrawlerLLMWebCrawler 是一个基于大语言模型的智能网络爬虫，使用 Ray 实现分布式并行抓取，并借助 Huggingface 的嵌入模型将网页内容向量化后存★ 107
meena-chatbotmeena-chatbot 是 Google Meena 聊天机器人的非官方实现，基于 Transformer 架构，旨在复现 Meena 的对话生成能力。项目★ 105
Dual-task-Pose-Transformer-NetworkDual-task-Pose-Transformer-Network 是一个用于姿态引导的人物图像生成模型，发表于 CVPR 2022。它解决的核心问题是：在给★ 98
MATEBITMATEBIT 是一个基于 CVPR 2023 论文的示例引导图像翻译开源项目，核心解决给定参考图像（示例）时，如何将源图像内容迁移到目标风格或外观的问题。它采★ 96
General-Physics-TransformerGeneral-Physics-Transformer 是一个基于 Transformer 架构的物理系统基础模型，旨在同时学习多种物理系统的动力学规律。它解决★ 96
chatbot这是一个基于Transformer模型训练的单轮对话聊天机器人项目，旨在提供简洁的对话交互能力。它解决了从零构建对话系统时模型训练和推理的工程化问题，核心能力包★ 89
iteraterIteraTeR 是 ACL 2022 论文的官方实现，聚焦于理解人类写作中的迭代修订过程。它提供了一套数据集和工具，用于分析文本从初稿到终稿的修改序列，识别常★ 84
setvaeSetVAE 是一个基于 PyTorch 的生成模型实现，来自 CVPR 2021 论文，专门针对集合结构数据（如点云、物体集合）进行层次化组合建模。它解决的是★ 80
ray_vllm_inferenceray_vllm_inference 是一个将 vLLM 与 Ray Serve 集成的轻量级 LLM 推理服务项目，旨在提供快速且可扩展的大模型服务能力。它解★ 79
DiGITDiGIT 是一个基于自回归建模的图像生成框架，来自 NeurIPS 2024 论文。它提出通过稳定潜空间来统一图像自回归建模的视角，解决了传统自回归模型在图像★ 78
nanochat-mlxnanochat-mlx 是一个在 Apple Silicon 上训练类 ChatGPT 对话模型的开源项目，是 nanochat 的 MLX 移植版。它解决的★ 77
CLOUDSCLOUDS 是 CVPR 2024 收录的官方实现，针对域泛化语义分割任务，提出协作基础模型框架。它解决单一基础模型在未知域（如不同城市、天气、光照）下分割性★ 77
Pair-VPRPair-VPR 是一个基于视觉 Transformer 的视觉地点识别（VPR）开源模型，发表于 IEEE RA-L 2025。它解决的是在环境变化（如光照、★ 67
Generative_Deep_Learning_2nd_Edition这是《만들면서 배우는 생성 AI 2판》（韩文版《动手学生成AI 第二版》）一书的官方代码仓库，包含书中所有示例代码和Jupyter Notebook教程。项★ 66
CycleGANsformerCycleGANsformer 是一个基于 PyTorch 的未配对图像到图像翻译项目，结合了 Transformer 架构与生成对抗网络（GAN）。它旨在解决★ 65
KsanaDiTKsanaDiT 是一个面向视频与图像生成场景的高性能 Diffusion Transformer（DiT）推理框架，专注于解决 DiT 模型在推理阶段计算量大★ 63