Awesome GitHub RepositoriesWeight Extraction

LLaMA-Adapter एक पैरामीटर-एफिशिएंट फाइन-ट्यूनिंग फ्रेमवर्क है जिसे ट्रेन करने योग्य पैरामीटर्स के न्यूनतम सेट का उपयोग करके लार्ज लैंग्वेज मॉडल्स को अडॉप्ट करने के लिए डिज़ाइन किया गया है। यह एक इंस्ट्रक्शन ट्यूनिंग टूल और मल्टीमॉडल अडैप्टर के रूप में काम करता है, जो प्री-ट्रेंड मॉडल्स को मानवीय निर्देशों का पालन करने और नॉन-टेक्स्टुअल डेटा को प्रोसेस करने की अनुमति देता है। यह प्रोजेक्ट इमेज, वीडियो, ऑडियो और सेंसर डेटा को भाषा मॉडल्स में इंटीग्रेट करने में माहिर है ताकि क्रॉस-मॉडल समझ विकसित की जा सके। यह लाइटवेट अडैप्टर्स के उपयोग के माध्यम से LLaMA मॉडल्स के कस्टमाइज़ेशन को सक्षम बनाता है, जिससे पूर्ण मॉडल चेकपॉइंट से स्वतंत्र रूप से सीखे गए वेट्स को निकाला और स्टोर किया जा सकता है।

AnimeGANv2 is a generative adversarial network training framework and image stylization tool designed to convert real-world photographs and videos into anime-style imagery. It functions as an anime style generator that transforms real-world scenes into animation through supervised style transfer. The project provides a system for training style models and extracting specific generator weight parameters from deep learning checkpoints to create lightweight models for inference. It focuses on landscape image stylization and the ability to mimic specific artistic styles from provided datasets. T

AnimeGAN TensorFlow के साथ विकसित एक जनरेटिव एडवरसैरियल नेटवर्क (GAN) और इमेज ट्रांसलेटर है। इसे फोटो-टू-एनीमे स्टाइल ट्रांसफर के लिए डिज़ाइन किया गया है, जो वास्तविक दुनिया की तस्वीरों और वीडियो फ़्रेम को एनीमे-शैली की इमेजरी में बदलने के लिए एक डीप लर्निंग सिस्टम का उपयोग करता है। सिस्टम में एक वीडियो-टू-एनीमे कन्वर्टर शामिल है जो अनुक्रमिक फ़्रेमों में सुसंगत विज़ुअल ट्रांसफॉर्मेशन लागू करता है। यह विशिष्ट शैलियों को दोहराने के लिए कलात्मक डेटासेट पर जनरेटिव नेटवर्क्स को ट्रेन करने और कुशल अनुमान (inference) के लिए चेकपॉइंट्स से जनरेटर वेट्स निकालने, दोनों का समर्थन करता है। प्रोजेक्ट इमेज रिफाइनमेंट के लिए उपयोगिताएं प्रदान करता है, जिसमें विज़ुअल ट्रांज़िशन को बढ़ाने के लिए एज स्मूथिंग और ब्लरिंग शामिल है। यह अनुक्रमिक फ़्रेम पाइपलाइन्स के माध्यम से वीडियो फ़ाइलों की प्रोसेसिंग का भी प्रबंधन करता है।

MedSAM is a deep learning framework designed for automating the segmentation of anatomical structures in 2D and 3D medical imagery. It provides specialized tools for fine-tuning pretrained segmentation weights on custom medical datasets and evaluating the accuracy of those predictions against ground truth labels. The project focuses on adapting the Segment Anything Model architecture for medical use, enabling the isolation of specific anatomical structures through prompt-guided methods such as bounding boxes and point prompts. The system covers a full medical AI workflow, including data engi

Stable-audio-tools is a toolkit for training and deploying latent diffusion models for high-fidelity audio synthesis. It provides a framework for generating audio by iteratively refining noise within a compressed latent space, using specialized encoders to preserve temporal and spectral features of the audio signal. The project features a system for adapting pre-trained audio checkpoints to new datasets through modular initialization and configuration files. It includes utilities for weight extraction and inference model export, which remove training metadata and optimizer states to create li

TransformerLens is a library for mechanistic interpretability research designed to reverse engineer the learned algorithms within large language models. It provides a standardized framework for wrapping diverse transformer architectures, allowing researchers to extract, manipulate, and analyze internal activations and weights through a consistent interface. The project distinguishes itself through a comprehensive system of activation hooks that can capture, patch, and ablate internal tensors during the forward pass. It includes specialized utilities for decomposing fused projections, material