Hardware Aware Transformers
[ACL'20] HAT: Hardware-Aware Transformers for Efficient Natural Language Processing
AI TranslationOpen Source AI & Machine LearningOpen Source
About
Liberamos el código de PyTorch y 50 modelos preentrenados para HAT: Transformers conscientes del hardware. Dentro de una superred de Transformers (SuperTransformer), buscamos de manera eficiente un modelo rápido especializado (SubTransformer) para cada hardware con retroalimentación de latencia. El costo de búsqueda se reduce en más de 10000×.
Open Source Health
- Stars
- 337
- Forks
- 50
- License
- Not stated
- Last commit
- 2 years ago
Python
Alternativas a Hardware Aware Transformers
- Localazyby LocalazyLocalazy automatiza la traducción con IA consciente del contexto y mantiene a los humanos en control de la calidad.
- Lokaliseby LokalisePlataforma de localización AI de clase mundial
The Algorithmby TwitterCódigo fuente para el Algoritmo de Recomendación X
Recommendersby TensorFlowTensorFlow Recommenders es una biblioteca para construir modelos de sistemas de recomendación utilizando TensorFlow.- RPG_KDD2025by FacebookresearchEste repositorio proporciona el código para implementar RPG descrito en nuestro artículo de KDD'25 "Generando IDs semánticos largos en paralelo para recomendaciones".
Resources & Links
Related Categories
¿Usas Hardware Aware Transformers?
Controla su coste junto al resto de tu stack y recibe un recordatorio antes de que se renueve.
Añadir a mi stackVendor
MIT HAN Lab
Efficient AI Computing. PI: Song Han
