Início Projetos doremi
doremi

doremi

por sangmichaelxie · GitHub

Implementação em Pytorch do DoReMi, um método para otimizar os pesos da mistura de dados em conjuntos de dados de modelagem de linguagem

Ver no GitHub
⭐ Estrelas
🍴 Forks
📜 Licença
Uso comercial permitido
📅 Criado
🔄 Último commit
💻 Linguagem
Mantem este projeto?

Reivindique a sua pagina: indexada seja qual for a posicao, traduzida em seis linguas e enriquecida com as suas palavras.

Reivindicar esta pagina →
doremi — GitHub preview card
📈 Histórico de estrelas
358357
2026-07-202026-07-29
📈 Acompanhe doremi

Receba um alerta por e-mail no próximo lançamento ou quando começar a bombar.

Grátis · sem cartão · cancele quando quiser
Receber alertas por e-mail →
📄 Sobre

Implementação em Pytorch do DoReMi, um método para otimizar os pesos da mistura de dados em conjuntos de dados de modelagem de linguagem

doremi tem 357 estrelas no GitHub. Foi bifurcado 35 vezes. doremi é escrito principalmente em HTML. Está em desenvolvimento ativo desde 2023. doremi está disponível sob a licença MIT. Os seus principais temas são: data-centric-machine-learning, large-language-models, nlp.

Frequently asked questions

O que é doremi?

Implementação em Pytorch do DoReMi, um método para otimizar os pesos da mistura de dados em conjuntos de dados de modelagem de linguagem

doremi é de código aberto?

doremi é um projeto de código aberto. É distribuído sob a licença MIT.

doremi é gratuito?

Sim. doremi é gratuito e de código aberto — você pode usá-lo, modificá-lo e hospedá-lo por conta própria.

Sob que licença está doremi?

doremi está disponível sob a licença MIT.

Em que linguagem doremi está escrito?

doremi é escrito principalmente em HTML.

🏅 Mantenedor deste projeto?
olud.ai badge — doremi

Adicione este badge ao vivo ao seu README — suas estrelas do GitHub e classificação no diretório, atualizadas diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=sangmichaelxie-doremi)](https://olud.ai/project/sangmichaelxie-doremi.html)
Mais opções de badge →
🧬 Partilha ADN com

Medido a partir dos topics do GitHub comuns aos dois projetos, ponderados pela sua raridade.