Accueil Projets torchscale
torchscale
Python

torchscale

Architecture de Fondation pour (M)LLMs

par microsoft · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
computer-visionmachine-learningmultimodalMITPython
Voir sur GitHub
En termes simples

Développez et évoluez des modèles IA avancés efficacement avec une bibliothèque spécialisée.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
torchscale — GitHub preview card
📈 Historique des étoiles
3 1333 132
2026-07-072026-08-31
📈 Suivez torchscale

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Architecture de Fondation pour (M)LLMs

torchscale compte 3.1k étoiles sur GitHub. Il a été forké 225 fois. torchscale est écrit principalement en Python. Il est développé activement depuis 2022. torchscale est disponible sous licence MIT. Ses principaux thèmes sont : computer-vision, machine-learning, multimodal, natural-language-processing.

Frequently asked questions

Qu'est-ce que torchscale ?

Architecture de Fondation pour (M)LLMs

torchscale est-il open source ?

torchscale est un projet open source. Il est distribué sous licence MIT.

torchscale est-il gratuit ?

Oui. torchscale est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est torchscale ?

torchscale est disponible sous licence MIT.

Dans quel langage torchscale est-il écrit ?

torchscale est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — torchscale

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=microsoft-torchscale)](https://olud.ai/project/microsoft-torchscale.html)
Plus d'options de badge →
🧬 Partage son ADN avec

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.