evo-memory
Code zum Trainieren und Bewerten von Neural Attention Memory Models, um universell anwendbare Gedächtnissysteme für Transformer zu erhalten.
Trainieren und bewerten Sie Gedächtnismodelle für Transformer, um deren Gedächtnisfähigkeiten zu verbessern.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarCode zum Trainieren und Bewerten von Neural Attention Memory Models, um universell anwendbare Gedächtnissysteme für Transformer zu erhalten.
evo-memory hat 361 Sterne auf GitHub. Es wurde 39-mal geforkt. evo-memory ist hauptsächlich in Python geschrieben. Es wird seit 2024 aktiv entwickelt. Die Hauptthemen sind: evolutionary-algorithms, large-language-models, machine-learning, transformers.
Was ist evo-memory?
Code zum Trainieren und Bewerten von Neural Attention Memory Models, um universell anwendbare Gedächtnissysteme für Transformer zu erhalten.
Ist evo-memory Open Source?
evo-memory ist ein Open-Source-Projekt.
Ist evo-memory kostenlos?
Ja. evo-memory ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
In welcher Sprache ist evo-memory geschrieben?
evo-memory ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://olud.ai/project/sakanaai-evo-memory.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.