transformers 第 3 页
本站收录 183 个带「transformers」标签的 AI 开源项目（按 GitHub 星标从高到低，第 3 / 4 页）
eomtEoMT（Encoder-only Mask Transformer）是一个CVPR 2025 Highlight项目，提供仅编码器的掩码Transformer★ 632
optimum-intelOptimum Intel 是 Hugging Face 与 Intel 合作推出的优化工具库，旨在通过 Intel 的 OpenVINO 等工具加速 Tran★ 624
zetazeta 是一个基于 PyTorch 的模块化 AI 模型构建库，旨在帮助开发者快速搭建高性能的对话助手和大语言模型。它提供了类似乐高积木的组件，包括注意力机制★ 604
TensorSharpTensorSharp 是一个用 C# 编写的原生 .NET 大语言模型推理引擎，专门用于加载和运行 GGUF 格式的模型。它解决的是 .NET 生态中缺少高性★ 596
adaptive-classifieradaptive-classifier 是一个基于 Python 的灵活自适应文本分类系统，专为处理动态变化的文本分类任务而设计。它解决了传统分类模型在数据分布★ 575
nuwa-pytorchNUWA（女娲）是微软提出的多模态预训练模型，支持文本到视频、文本到图像及视频预测等任务。此项目为NUWA的PyTorch非官方实现，基于3D Transfor★ 547
OpenArcOpenArc 是一个面向英特尔硬件（CPU、核显、Arc 独显）的推理引擎，基于 OpenVINO 工具链构建，目标是在没有 NVIDIA GPU 的机器上也★ 540
parti-pytorchParti是一个基于纯注意力机制（Transformer）的文本生成图像模型，由Google Research提出。该项目是Parti的PyTorch非官方实现★ 536
awesome-llms-fine-tuning这是一个关于大语言模型微调的精选资源列表，汇集了教程、论文、工具和最佳实践。它旨在帮助机器学习从业者和研究人员快速找到微调LLM所需的各种资料，从基础概念到高级★ 533
restaiRESTai 是一个开源的 AI 即服务（AIaaS）平台，旨在将多种 AI 能力统一封装为 RESTful API，降低 AI 应用的集成门槛。它解决了企业在★ 514
inseqinseq 是一个用于序列生成模型的可解释性工具库，专注于帮助研究者和开发者理解 LLM 等生成式模型在输出文本时的内部决策过程。它解决了生成模型（如 GPT、★ 477
MultiModalMambaMultiModalMamba 是一个将视觉 Transformer（ViT）与 Mamba 状态空间模型融合的多模态开源模型实现，目标是构建一个快速、轻量且高★ 475
gpt2botgpt2bot 是一个基于 GPT-2 和 DialoGPT 的 Telegram 聊天机器人，旨在通过 transformers 库提供自然、有趣的对话体验。★ 442
DALLE-mtfDALLE-mtf 是 OpenAI 官方发布的 DALL·E 模型在 mesh-tensorflow 框架下的实现，用于大规模训练文本生成图像模型。它解决了原★ 429
quick-start-guide-to-llms这是《大型语言模型快速入门指南》一书的官方代码仓库，配套书籍内容，提供了一系列 Jupyter Notebook 示例，帮助读者从零开始理解大语言模型的核心概念★ 399
llms这是一个以 Jupyter Notebook 形式组织的开源学习仓库，系统讲解大语言模型（LLM）的理论与实践。内容覆盖从深度学习基础、Transformer ★ 394
llms-from-scratch这是一个从零开始用 PyTorch 构建类 ChatGPT 大语言模型的教学项目，通过 Jupyter Notebook 逐步讲解每个实现细节。它解决的是初学者★ 385
be_greatbe_great 是一个基于预训练大语言模型（LLM）生成合成表格数据的开源工具。它解决了真实表格数据隐私保护、数据稀缺和不平衡等问题，通过利用 LLM 的上下★ 371
evo-memoryevo-memory 是一个用于训练和评估神经注意力记忆模型的开源项目，目标是为 Transformer 架构提供通用可用的记忆系统。它解决的是标准 Trans★ 361
swiftLLMswiftLLM 是一个极简但高性能的 LLM 推理系统，专为研究目的设计。它用仅约 2000 行 Python 代码实现了与 vLLM 相当的性能，代码量仅为★ 361
vampnetvampnet 是一个基于掩码变换器（masked transformer）的音频音乐生成开源项目。它解决的是音乐生成中可控性与生成质量平衡的问题，核心能力在于★ 357
data-scientist-roadmap2024这是一个面向数据科学家和机器学习工程师的学习路线图项目，以 Jupyter Notebook 形式整理了从基础到进阶所需的资源和主题。项目旨在为想进入数据科学领★ 354
ReaLHFReaLHF 是一个面向大语言模型的高效 RLHF（基于人类反馈的强化学习）训练框架，通过参数重新分配技术显著提升训练效率。它解决了传统 RLHF 训练中计算资★ 336
stable-pretrainingstable-pretraining 是一个用于预训练基础模型和世界模型的 Python 库，主打可靠、极简和可扩展。它主要解决深度学习研究中预训练流程复杂、复★ 333
pmetalPMetal 是一个面向 Apple Silicon 的高性能本地大模型框架，用 Rust 编写，目标是在 Mac 上把 LLM 推理、LoRA/QLoRA 微★ 329
T5Gemma-TTST5Gemma-TTS 是一个基于 T5Gemma 编码器-解码器大语言模型的多语言语音合成项目，专注于语音克隆和时长控制。它利用先进的 LLM 架构，将文本输★ 313
LLMVoXLLMVoX 是一个将任意大型语言模型（LLM）转换为支持流式语音对话的端到端系统。它解决了传统语音助手需要额外语音识别和合成模块、延迟高且交互不自然的问题。核★ 313
text2texttext2text 是一个面向多语言场景的文本到文本生成工具包，旨在简化跨语言 NLP 任务的开发流程。它基于 Python 构建，整合了多种主流语言模型（如 ★ 305
kokoro-ioskokoro-ios 是一个基于 Kokoro TTS 引擎的 iOS 和 macOS 原生文本转语音应用，使用 Swift 和 SwiftUI 构建，并利用 ★ 294
language-plannerlanguage-planner 是论文《Language Models as Zero-Shot Planners》的官方代码，旨在利用大型语言模型（LLM）★ 282
spear-tts-pytorchSpear-TTS-PyTorch 是一个基于 PyTorch 实现的多说话人文本转语音（TTS）注意力网络的开源项目。它复现了 Spear-TTS 模型，旨在★ 278
diffusers-interpretDiffusers-Interpret 是一个面向 Hugging Face Diffusers 模型的可解释性工具库，旨在帮助开发者和研究者理解扩散模型生成图★ 277
instruction-tuned-sdinstruction-tuned-sd 是一个用于对 Stable Diffusion 进行指令微调（instruction tuning）的开源项目。它解决★ 250
J-WashJ-Wash 是一个基于 Anthropic Jacobian Lens 技术构建的大语言模型手动对齐工具。它通过分析模型内部激活值的雅可比矩阵，帮助开发者直观★ 234
transformers-explainedtransformers-explained 是一个以教学为导向的开源项目，旨在通过逐步拆解的方式，深入浅出地解释 Transformer 架构的每一个细节。它★ 226
Token-PrintToken-Print 是一个交互式 3D 可视化平台，专为探索 Transformer 架构、张量以及实时 LLM 推理过程而设计。它通过三维空间直观展示模型★ 215
RandARRandAR 是 CVPR 2025 Oral 论文《RandAR》的开源实现，一个基于自回归范式的图像生成模型。它解决传统自回归图像生成中逐像素/逐块预测导致★ 209
HuggingFaceGuidedTourForMac这是一个面向 Mac（Apple Silicon）用户的 HuggingFace 大语言模型使用指南，以 Jupyter Notebook 形式提供交互式教程。★ 205
Data-science-ML-and-DL-Resources这是一个面向机器学习、深度学习和数据科学学习者的免费资源集合仓库。它系统地整理了笔记、课程、视频、项目、文章和代码仓库链接，覆盖了从Python、SQL基础到C★ 200
HugsVisionHugsVision 是一个基于 Hugging Face 生态的计算机视觉工具包装库，旨在让开发者用极简的代码调用最新的视觉模型。它解决了传统视觉任务中模型集★ 199
LLMs4OLLLMs4OL是一个面向本体学习（Ontology Learning）的开源研究框架，旨在利用大型语言模型（LLMs）从非结构化文本中自动构建和扩展知识本体。它★ 191
LLM-Minutes-of-MeetingLLM-Minutes-of-Meeting 是一个基于 Python 的开源工具，旨在把会议录音或视频文件自动转成文字记录，并借助大语言模型生成简洁的会议纪要★ 174
tiny-audiotiny-audio 是一个低成本语音转文字（ASR）系统，核心思路是把冻结的语音编码器与 Qwen 大语言模型通过一个小型可训练投影层连接起来，训练成本约 2★ 173
StyleTTS2StyleTTS2 是一个基于 StyleTTS 2 模型的文本转语音（TTS）与声音克隆工具，以 Python 包形式提供，可通过 pip 直接安装使用。它解★ 158
Awesome-LLM-Large-Language-Models-Notes这是一个面向LLM学习者和开发者的精选资源笔记集合，以Jupyter Notebook形式呈现，旨在回答“我能用LLM模型做什么”这一核心问题。项目通过整理和分★ 158
docmind-ai-llmDocMind AI 是一个基于 Streamlit 的开源文档分析应用，核心思路是把 LlamaIndex、LangGraph 与本地大模型串起来，让用户在自★ 156
mantisMantis 是一个面向时间序列分类任务的轻量级基础模型，旨在解决传统时间序列模型依赖大量标注数据、泛化能力弱的问题。它采用预训练+微调范式，通过在大规模时间序★ 154
zero-to-aizero-to-ai 是一个面向零基础学习者的免费 AI/ML 课程仓库，以 950 多个 Jupyter Notebook 为载体，覆盖从 Python 基础★ 154
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
StableFaceStableFace 是一个基于 Stable Diffusion 2.1 构建个人人脸应用的开源项目，主要解决如何利用扩散模型实现人脸编辑与生成的问题。项目以★ 152