RWKV (pronunciado RwaKuv) es una RNN con gran rendimiento de LLM, que también se puede entrenar directamente como un transformador GPT (paralelizable). Estamos en RWKV-7 "Goose". Así que combina lo mejor de RNN y transformador: gran rendimiento, tiempo lineal, constante sp
Ejecuta modelos de lenguaje IA avanzados en tu propia computadora, combinando las fortalezas de diferentes arquitecturas de IA.

Extractos del README del proyecto sobre GitHub. Los derechos de autor y las licencias permanecen con los respectivos autores.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasRWKV (pronunciado RwaKuv) es una RNN con gran rendimiento de LLM, que también se puede entrenar directamente como un transformador GPT (paralelizable). Estamos en RWKV-7 "Goose". Así que combina lo mejor de RNN y transformador: gran rendimiento, tiempo lineal, constante sp
RWKV-LM tiene 14.7k estrellas en GitHub. Se ha bifurcado 1k veces. RWKV-LM está escrito principalmente en Python. Se desarrolla activamente desde 2021. RWKV-LM está disponible bajo la licencia Apache-2.0. Sus temas principales son: attention-mechanism, chatgpt, deep-learning, gpt.
RWKV (pronunciado RwaKuv) es una RNN con gran rendimiento de LLM, que también se puede entrenar directamente como un transformador GPT (paralelizable). Estamos en RWKV-7 "Goose". Así que combina lo mejor de RNN y transformador: gran rendimiento, tiempo lineal, constante sp
RWKV-LM es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.
Sí. RWKV-LM es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
RWKV-LM está disponible bajo la licencia Apache-2.0.
RWKV-LM está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/blinkdl-rwkv-lm.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.