Interactive-Active-AI/NextTransformer
Librería
¿Es de fiar?
Conviene mirarlo con calma antes de usarlo.
Avisos Revisa
Muy nuevo: se creó hace 3 días. Espera un poco antes de instalarlo.
Estrellas de cuentas reales Sin datos
Todavía no hemos comprobado si sus estrellas son falsas.
Activo Bien
Último cambio hoy.
Licencia Bien
MIT: puedes usarlo gratis, también en un producto comercial. Conserva el aviso de licencia.
Comprobaciones rápidas con datos públicos. Ayudan, pero no son una garantía.
Qué es
Un marco de investigación y benchmark para comparar arquitecturas Transformer con un presupuesto de entrenamiento fijo. Entrena variantes de profundidad recurrente, atención dispersa y lineal, variantes del flujo residual e híbridos con los mismos datos y el mismo número de…
Para quién es
Investigadores de aprendizaje automático que comparan arquitecturas Transformer y métodos de atención eficientes con presupuestos de entrenamiento iguales
Cómo usarlo
Instalación
uv sync --frozen --extra gpu --extra upstreamSacado de su README. Compruébalo allí antes de ejecutarlo.
Pide a tu IA que lo instale
Pega esto en Claude, ChatGPT o tu asistente de programación.
Ayúdame a instalar y configurar Interactive-Active-AI/NextTransformer en mi proyecto. Sigue su README: https://github.com/Interactive-Active-AI/NextTransformer. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.
Curva de estrellas
Recibe alertas de repos como este
Te escribimos cuando algo de Modelos e inferencia empiece a subir. Gratis, una vez por semana, solo lo que encaja.
Qué te llega: un email los lunes con los repos que encajan, nunca más. Mira el de la semana pasada. Privacidad
Para quien mantiene el repo
Pon esta insignia en tu README. Muestra el puesto del repo en el radar, se actualiza cada hora y enlaza a esta página.
[](https://repoalerts.com/repo/Interactive-Active-AI/NextTransformer?ref=badge)Repos parecidos
- YeonwooSung/llm-architecture-from-scratch
Una colección de implementaciones desde cero en PyTorch de arquitecturas de LLM modernas, como GPT-2 XL, variantes de Llama, DeepSeek V3, Qwen3 y Gemma 3. Una tabla comparativa recoge para cada modelo
- aa1143/NamiGPT
Un tutorial paso a paso, en chino, que construye GPT-2 desde cero en PyTorch sin usar módulos Transformer existentes. Recorre la tokenización, los embeddings, la atención y los bloques con un ejemplo
- Prefrontal-AI/latent-sparse-attention
Código de investigación para Latent Sparse Attention, que agrupa las claves de forma jerárquica en un espacio latente aprendido para que cada consulta puntúe los centroides de los clústeres y atienda
- aicodeking/PandaOrchestrator
Un enrutador de LLM local que analiza el texto de una tarea con un pequeño modelo ONNX y elige, entre unas 65 fichas de modelo y según el modo que indiques, el modelo más barato con probabilidad de éx
- OpenSenseNova/SenseNova-Loop
Un modelo de lenguaje multimodal de unos 9B parámetros que acepta texto e imágenes y genera texto, pensado para flujos de trabajo de contexto largo y agénticos. Usa un bloque decodificador en bucle co
- HazyResearch/ncm
Código de investigación de Next-Concept Modeling, un marco de dos etapas para la generación paralela de texto. Un tokenizador VQ residual multiescala representa las secuencias como jerarquías de códig