markrussinovich/venn-vdm
Librería
¿Es de fiar?
Conviene mirarlo con calma antes de usarlo.
Avisos Revisa
Muy nuevo: se creó hace 8 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
Una capa de decisión en Python que responde preguntas estructuradas (elección, puntuación, sí o no) sobre embeddings en lugar de generar texto. Reutiliza vectores existentes, admite consultas sobre resultados registrados y entrena cabezales personalizados pequeños mediante una…
Para quién es
Desarrolladores de Python que ya calculan embeddings y quieren decisiones tipadas de enrutado, clasificación o puntuación sin una pasada adicional por el lector
Cómo usarlo
Pide a tu IA que lo instale
Pega esto en Claude, ChatGPT o tu asistente de programación.
Ayúdame a instalar y configurar markrussinovich/venn-vdm en mi proyecto. Sigue su README: https://github.com/markrussinovich/venn-vdm. 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/markrussinovich/venn-vdm?ref=badge)Repos parecidos
- alleyxd/AnyDecide
Biblioteca de Python y servicio HTTP que convierte un modelo de lenguaje local en una API de decisiones. Las preguntas tipadas (opción, puntuación, sí/no) se responden en una sola pasada por lotes ley
- YingyingYan1/DGP
Código de investigación de DGP, un mecanismo de enrutamiento que conecta cada capa del ViT con cada capa del LLM en LLM multimodales. En cada capa del LLM, un enrutador con compuertas pondera las cara
- mwell70/node2vec
Implementación en Python del algoritmo node2vec para obtener embeddings de nodos en grafos de networkx. Genera caminatas aleatorias sesgadas y entrena un modelo skip-gram de gensim Word2Vec con ellas,
- StartLuxLabs/DecisionPivot
Un banco de pruebas diagnóstico para modelos de decisión en sistemas basados en LLM. Incluye 13 familias de tareas generadas por programa, con pares de contraste que difieren en un único detalle decis
- Tencent/WeVisOne-VL
Un modelo base de visión y lenguaje que unifica la percepción a nivel de objeto (detección, localización por referencia, conteo, señalización y OCR) y la percepción a nivel de píxel (segmentación por
- prabeakarve/microgpt
Implementación de GPT sin dependencias en NumPy puro, con tokenizador a nivel de byte, autoatención multicabeza causal, pasada hacia atrás escrita a mano, entrenamiento con AdamW con calentamiento y p