Foundation Models: open-source проекты на GitHub
23 репозиториев по теме Foundation Models, отобранных ИИ-агентом REDDYX. У каждого — описание на русском, ключевые возможности и разбор. Отсортировано по числу звёзд.
// СМЕЖНЫЕ ТЕМЫ
ФРЕЙМВОРК ДЛЯ ДЕШЁВОГО ОБУЧЕНИЯ БОЛЬШИХ МОДЕЛЕЙ
Библиотека для распределённого обучения и инференса больших языковых моделей. Поддерживает стратегии параллелизма Zero, тензорную и конвейерную параллельность для снижени
★ 41,422 · PythonUNILM МОЩНАЯ ПРЕДОБУЧЕННАЯ МОДЕЛЬ
UniLM — это масштабная самонаблюдаемая предобученная модель, охватывающая задачи, языки и модальности. Она поддерживает BEiT, BEiT-3, BitNet, DeepNet и Document AI, напис
★ 22,242 · PythonPYOD — ДЕТЕКТОР АНОМАЛИЙ В AI
Библиотека pyod предлагает 60+ детекторов аномалий для таблиц, временных рядов, графов, текста и изображений с оркестрацией ADEngine.
★ 9,867 · PythonOPENSQUILLA: ЭФФЕКТИВНЫЙ AI АГЕНТ
OpenSquilla — токен‑эффективный AI‑агент, который при том же бюджете обеспечивает большую плотность интеллекта. Реализован на Python и совместим с популярными LLM для соз
★ 7,150 · PythonDATA-JUICER: ДАННЫЕ ДЛЯ FOUNDATION MODELS
Инструмент обработки данных для работы с foundation models в Python. Более 6500 звёзд на GitHub!
★ 6,500 · PythonCHRONOS-FORECASTING - УМНЫЙ ПРОГНОЗ ВРЕМЕННЫХ РЯДОВ
Chronos предоставляет набор предобученных моделей для точного прогнозирования временных рядов прямо из коробки на Python.
★ 6,310 · PythonNIKSTLA - ВРЕМЕННЫЙ AI ПРОГНОЗ
TimeGPT‑1 — предобученная модель временных рядов, обученная на 100 млрд точек, точный прогноз и обнаружение аномалий в ритейле, энергетике, финансах и IoT.
★ 4,050 · Jupyter NotebookASK-ANYTHING: ЧАТGPT С ВИДЕОНИМАНИЕМ
Видеочат с поддержкой множества LLM: VideoChatGPT, miniGPT4, StableLM и MOSS. Отвечай на любые вопросы, анализируя видео.
★ 3,362 · PythonMOSS-Image: DiT-модель 5B
Официальный репозиторий MOSS-Image — базовая DiT-модель с 5 миллиардами параметров, обеспечивающая высококачественное рендеринг текста, генерацию Layout и эффективное доо
★ 2,887 · PythonAUTODISTILL: БЕЗ РАЗМЕТКИ ОБУЧЕНИЕ
Автоматически превращает сырые изображения в готовые модели инференса, используя фундаментальные модели для генерации псевдо‑меток и обучения сверvised моделей. Никакой р
★ 2,798 · PythonINTERNVIDEO ВИДЕО ФОНДАЦИЯ МОДЕЛЕЙ
Проект InternVideo предлагает открытые видео-фoundation модели и датасет для multimodal понимания, представленный на ECCV2024.
★ 2,281 · PythonГРАФЫ ПРОТИВ МОШЕННИКОВ
Кураторский список статей по обнаружению мошенничества с помощью графов и трансформеров.
★ 1,907ФРЕЙМВОРК ФОНДОВЫХ МОДЕЛЕЙ
Практическая лаборатория для создания и тестирования приложений на Apple Foundation Models.
★ 1,192 · SwiftFRAMEWORK FINE-TUNING ДЛЯ iOS 26
Примеры приложений для Foundation Models Framework в iOS 26 и macOS 26 — разбираем тонкую настройку LLM прямо на девайсе.
★ 1,060 · SwiftГРОУНДИНГ LMM: ВИЖИ И ПОНИМАЙ
CVPR 2024 🔥 Grounding Large Multimodal Model (GLaMM) – первая модель, генерирующая ответы на естественном языке, связанные с масками сегментации объектов. Она сочетает п
★ 969 · PythonOpenSquilla: AI-агент
Эффективный AI-агент на Python с высокой плотностью интеллекта при оптимальном бюджете.
★ 716 · PythonАКТУАЛЬНЫЕ ПАПЕРЫ РАССУЖДЕНИЙ LLM
Сборник новейших статей и бенчмарков по рассуждению фундаментальных моделей. Позволяет быстро находить передовые исследования и сравнивать их производительность. Поддержи
★ 663MMMU: МУЛЬТИМОДАЛЬНЫЙ БЕНЧМАРК
Оценка кода дляbenchmark MMMU, измеряющего мультидисциплинарное мультимодальное понимание и рассуждение для экспертного AGI.
★ 601 · PythonMATHCODE: МАТЕМАТИКА КОДИРУЕТ СЕБЯ
MathCode — агент на Shell, который генерирует математический код и решает задачи в реальном времени. Идеально для исследователей и инженеров.
★ 509 · ShellSWARM: АГЕНТСКАЯ ОРКЕСТРАЦИЯ SWIFT
Swarm — легковесный фреймворк для оркестрации AI‑агентов на чистом Swift 6.2, обеспечивающий масштабируемость и простоту интеграции.
★ 484 · SwiftОЛИМП ОБЕДИНЯЕТ ЗАДАЧИ CV
Официальный код Olympus — универсального роутера задач для CV, представленный на CVPR 2025. Маршрутизирует данные к лучшим моделям.
★ 427 · PythonEasyWAM для WAM
EasyWAM предоставляет единый интерфейс для обучения, дообучения и оценки моделей мировых действий (WAM) в разных средах. Поддерживает гибкую настройку и работу с PyTorch/
★ 411 · PythonTAPESTRY: ОБЩИЙ AI ДЛЯ НАЦИЙ
Проект Tapestry объединяет страны в консорциум для создания общей frontier-модели, из которой каждая нация получит свою суверенную ИИ‑систему.
★ 305 · PythonНовые проекты по теме — в Telegram
Telegram →