Home Progetti matmulfreellm
matmulfreellm
Python

matmulfreellm

Implementazione per LM senza MatMul.

di ridgerchu · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Lingua
large-language-modellinear-transformerllmApache-2.0Python
Visualizza su GitHub
In parole semplici

Implementa un modello di linguaggio che evita i tradizionali calcoli matriciali per un'elaborazione efficiente.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
matmulfreellm — GitHub preview card
📈 Storia delle stelle
3.09k3.07k
2026-07-072026-08-31
📈 Segui matmulfreellm

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Implementazione per LM senza MatMul.

matmulfreellm ha 3.1k stelle su GitHub. È stato forkato 201 volte. matmulfreellm è scritto principalmente in Python. È in sviluppo attivo dal 2024. matmulfreellm è disponibile con licenza Apache-2.0. I suoi temi principali sono: large-language-model, linear-transformer, llm.

Frequently asked questions

Che cos'è matmulfreellm?

Implementazione per LM senza MatMul.

matmulfreellm è open source?

matmulfreellm è un progetto open source. È rilasciato con licenza Apache-2.0.

matmulfreellm è gratuito?

Sì. matmulfreellm è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è matmulfreellm?

matmulfreellm è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto matmulfreellm?

matmulfreellm è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — matmulfreellm

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=ridgerchu-matmulfreellm)](https://olud.ai/project/ridgerchu-matmulfreellm.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.