Самый простой способ запустить открытую модель на своём компьютере: одна команда скачивает и запускает её, плюс локальный REST API и библиотеки для Python и JavaScript.
Все репозитории
Открытые модели и инференсhuggingface
datasets
Библиотека для работы с датасетами: одной строкой загружает тысячи готовых наборов с Hub или твои локальные файлы и быстро их обрабатывает. Умеет стримить данные без полной загрузки.
Кому подойдёт
Тем, кто готовит данные для обучения и оценки моделей.
Как начать
- Установи:
pip install datasets. - Загрузи набор:
load_dataset("rajpurkar/squad"). - Обработай данные через
dataset.map(process_example).
Шаги взяты из README. Перед запуском сверься с актуальной версией в репозитории.
Звёзды за последние 30 дней
+1196 сент. — 4 окт.
Описание автора
🤗 The largest hub of ready-to-use datasets for AI models with fast, easy-to-use and efficient data manipulation tools
Ещё в категории «Открытые модели и инференс»
Главная библиотека для работы с моделями: единый код для текста, зрения, звука и мультимодальных задач, и для запуска, и для обучения. Через неё выходит большинство новых открытых моделей.
Свой чат-интерфейс в стиле ChatGPT, который подключается к Ollama и любым API, совместимым с OpenAI. Ставится одной командой Docker и работает на твоём сервере.
Движок на C/C++, который запускает языковые модели на обычном железе: ноутбуках, телефонах, серверах без видеокарты. На нём держится большая часть локального AI, включая Ollama.
Репозиторий большой открытой модели DeepSeek-V3 со смесью экспертов: описание, результаты тестов и инструкции запуска. Показал, что открытая модель может идти вровень с закрытыми.
Основа большинства современных нейросетей: тензоры с ускорением на GPU и автоматическое дифференцирование, с обычным питоновским кодом внутри. На нём написаны Transformers, Llama и почти все открытые модели.