awesome-repositories.com
Blog
MCP
awesome-repositories.com

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoServidor MCPAcerca deCómo clasificamosPrensa
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 repositorio

Awesome GitHub RepositoriesGenerative

Datasets created specifically to benchmark the performance of generative models.

Distinct from Evaluation Datasets: Focuses on the generation of visual datasets for benchmarking, not just static collections of inputs for LLMs.

Explore 1 awesome GitHub repository matching artificial intelligence & ml · Generative. Refine with filters or upvote what's useful.

Awesome Generative GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • facebookresearch/ditAvatar de facebookresearch

    facebookresearch/DiT

    8,642Ver en GitHub↗

    DiT es un modelo de difusión latente y framework de IA generativa basado en transformadores implementado en PyTorch. Funciona como un generador de imágenes condicionado por clases que reemplaza los backbones convolucionales tradicionales con una arquitectura de transformador para sintetizar imágenes de alta fidelidad. El proyecto utiliza procesamiento latente basado en parches y compresión de espacio latente para operar en representaciones de imágenes de baja dimensión. Incorpora guía condicional por clases y escalas de guía ajustables para controlar el contenido visual de las imágenes generadas durante el proceso de muestreo. El framework cubre el entrenamiento distribuido de modelos, el muestreo iterativo de ruido y la creación de conjuntos de datos de imágenes sintéticas. También incluye herramientas para la evaluación de la calidad del modelo para calcular puntuaciones de precisión y calidad frente a puntos de referencia estándar.

    Enables parallel generation of large image batches to evaluate model performance across diverse datasets.

    Python
    Ver en GitHub↗8,642
  1. Home
  2. Artificial Intelligence & ML
  3. Dataset Management
  4. Evaluation Datasets
  5. Generative