Inicio Proyectos adapters
adapters

adapters

por adapter-hub · GitHub

Una Biblioteca Unificada para Aprendizaje Transferido Modular y Eficiente en Parámetros

Ver en GitHub
En palabras simples

Utiliza una biblioteca para ajustar fácilmente modelos de IA con mínima codificación para un mejor rendimiento (se requiere Zed)

⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
adapters — GitHub preview card
📈 Historial de estrellas
2 8242 817
2026-07-072026-07-29
📈 Sigue adapters

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Una Biblioteca Unificada para Aprendizaje Transferido Modular y Eficiente en Parámetros

adapters tiene 2.8k estrellas en GitHub. Se ha bifurcado 372 veces. adapters está escrito principalmente en Python. Se desarrolla activamente desde 2020. adapters está disponible bajo la licencia Apache-2.0. Sus temas principales son: adapters, bert, lora, natural-language-processing.

Frequently asked questions

¿Qué es adapters?

Una Biblioteca Unificada para Aprendizaje Transferido Modular y Eficiente en Parámetros

¿adapters es de código abierto?

adapters es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿adapters es gratis?

Sí. adapters es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está adapters?

adapters está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito adapters?

adapters está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — adapters

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=adapter-hub-adapters)](https://opensourceai.tech/project/adapter-hub-adapters.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
tokenizers
💥 Tokenizadores de última generación rápidos optimizados para Investigación y Producción
10.9k · bert
compartebertnatural-language-processing
AliceMind
Colección de codificadores-decodificadores de ALIbaba del laboratorio MinD (Inteligencia Artifi…
2k · bert
compartebertnatural-language-processing
Awesome-Parameter-Efficient-Transfer-Learning
Una colección de artículos sobre transferencia de aprendizaje eficiente en parámetros centrados…
412 · computer-vision
comparteparameter-efficient-learningparameter-efficient-tuning
peft
🤗 PEFT: Ajuste fino eficiente en parámetros de última generación.
21.5k · adapter
comparteparameter-efficient-learninglora
cdQA
⛔ [NO MANTENIDO] Un sistema de respuesta a preguntas de dominio cerrado de extremo a extremo.
617 · artificial-intelligence
compartebertnatural-language-processing
Awesome-Multimodal-LLM
Tendencias de investigación en aprendizaje multimodal guiado por LLM.
355 · in-context-learning
comparteparameter-efficient-learningparameter-efficient-tuning
bertviz
BertViz: Visualiza la Atención en Modelos de Transformador
8.1k · bert
compartebertnatural-language-processing
KoBERT
Modelo preentrenado de BERT coreano (KoBERT)
1.4k · bert
comparteberttransformers
BERT-of-Theseus
⛵️La implementación oficial de PyTorch para "BERT-of-Theseus: Comprimiendo BERT mediante Reempl…
316 · bert
comparteberttransformers
happy-transformer
Happy Transformer facilita el ajuste fino y la inferencia con modelos de Transformador NLP.
548 · ai
compartebertnatural-language-processing

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.