nunchaku
[ICLR2025 Spotlight] SVDQuant : Absorption des valeurs aberrantes par des composants de faible rang pour des modèles de diffusion 4 bits
Exécutez un moteur haute performance pour des réseaux neuronaux 4 bits afin d'améliorer les capacités et la performance de votre modèle d'IA.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
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[ICLR2025 Spotlight] SVDQuant : Absorption des valeurs aberrantes par des composants de faible rang pour des modèles de diffusion 4 bits
nunchaku compte 3.9k étoiles sur GitHub. Il a été forké 267 fois. nunchaku est écrit principalement en Python. Il est développé activement depuis 2024. nunchaku est disponible sous licence Apache-2.0. Ses principaux thèmes sont : comfyui, diffusion-models, flux, genai.
Qu'est-ce que nunchaku ?
[ICLR2025 Spotlight] SVDQuant : Absorption des valeurs aberrantes par des composants de faible rang pour des modèles de diffusion 4 bits
nunchaku est-il open source ?
nunchaku est un projet open source. Il est distribué sous licence Apache-2.0.
nunchaku est-il gratuit ?
Oui. nunchaku est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
Sous quelle licence est nunchaku ?
nunchaku est disponible sous licence Apache-2.0.
Dans quel langage nunchaku est-il écrit ?
nunchaku est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/nunchaku-ai-nunchaku.html)
Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.