Inicio Proyectos pylate
pylate
Python

pylate

Entrenamiento y recuperación de modelos de interacción tardía

por lightonai · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Categoría
Lenguaje
colbertinformation-retrievallanguage-modelMITPython
Ver en GitHub
En palabras simples

Entrena y recupera información utilizando modelos avanzados para una mejor comprensión del 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 →
pylate — GitHub preview card
📈 Historial de estrellas
876875
2026-07-202026-08-31
📈 Sigue pylate

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

Entrenamiento y recuperación de modelos de interacción tardía

pylate tiene 875 estrellas en GitHub. Se ha bifurcado 90 veces. pylate está escrito principalmente en Python. Se desarrolla activamente desde 2024. pylate está disponible bajo la licencia MIT. Sus temas principales son: colbert, information-retrieval, language-model, rag.

Frequently asked questions

¿Qué es pylate?

Entrenamiento y recuperación de modelos de interacción tardía

¿pylate es de código abierto?

pylate es un proyecto de código abierto. Se distribuye bajo la licencia MIT.

¿pylate es gratis?

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

¿Bajo qué licencia está pylate?

pylate está disponible bajo la licencia MIT.

¿En qué lenguaje está escrito pylate?

pylate está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — pylate

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

[![olud.ai](https://olud.ai/badge.php?tool=lightonai-pylate)](https://olud.ai/project/lightonai-pylate.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

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