Inicio Proyectos PiSSA
PiSSA
Jupyter Notebook

PiSSA

PiSSA: Adaptación de Valores Singulares Principales y Vectores Singulares de Modelos de Lenguaje Grande (NeurIPS 2024 Spotlight)

por MuLabPKU · GitHub
Estrellas
Ramas
Creado
Último commit
Categoría
fine-tuningpeftquantizationJupyter Notebook
Ver en GitHub
En palabras simples

Ajusta finamente modelos de lenguaje grandes de manera eficiente para mejorar su rendimiento en varias tareas.

¿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 →
PiSSA — GitHub preview card
📈 Historial de estrellas
431430
2026-07-202026-08-31
📈 Sigue PiSSA

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

PiSSA: Adaptación de Valores Singulares Principales y Vectores Singulares de Modelos de Lenguaje Grande (NeurIPS 2024 Spotlight)

PiSSA tiene 430 estrellas en GitHub. Se ha bifurcado 22 veces. PiSSA está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2024. Sus temas principales son: fine-tuning, peft, quantization.

Frequently asked questions

¿Qué es PiSSA?

PiSSA: Adaptación de Valores Singulares Principales y Vectores Singulares de Modelos de Lenguaje Grande (NeurIPS 2024 Spotlight)

¿PiSSA es de código abierto?

PiSSA es un proyecto de código abierto.

¿PiSSA es gratis?

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

¿En qué lenguaje está escrito PiSSA?

PiSSA está escrito principalmente en Jupyter Notebook.

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

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=mulabpku-pissa)](https://olud.ai/project/mulabpku-pissa.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.