#bert Repositories
Insgesamt 109 Repositories
[ICLR'23 Spotlight🔥] Die erste erfolgreiche BERT/MAE-Stil-Vortraining auf jedem konvolutionellen Netzwerk; Pytorch-Implementierung von "Designing BERT for Convolutional Networks: Sparse and Hierarchical Masked Modeling"
Trainierte Modelle und Code zur Vorhersage toxischer Kommentare bei allen 3 Jigsaw-Toxic-Comment-Challenges. Erstellt mit ⚡ PyTorch Lightning und 🤗 Transformers.
Relevante Arbeiten im Bereich der natürlichen Sprachverarbeitung (mit Lesehinweisen), Nachbildung von Modellen und Datenverarbeitung (Code enthält zwei Versionen, TensorFlow und PyTorch)
Transformers4Rec ist eine flexible und effiziente Bibliothek für sequentielle und sessionsbasierte Empfehlungen, die mit PyTorch funktioniert.
Ein Python-Paket für kontextualisiertes Topic Modeling. CTMs kombinieren kontextualisierte Embeddings (z.B. BERT) mit Topic Models, um kohärente Themen zu erhalten. Veröffentlicht auf der EACL und ACL 2021 (Bianchi et al.).
Verteiltes Training und Inferenz für multimodale Wahrnehmung: gemeinsame Embeddings für Text, Bilder, Video, Audio, Code und Graphen mit 64 bis 1.024 Dimensionen 🖼️
Best-Practice-TTS basierend auf BERT und VITS mit einigen natürlichen Sprachmerkmalen von Microsoft; unterstützt ONNX-Streaming-Ausgabe!
Framework für neuronale Netzwerkkompression für verbesserte OpenVINO™-Inferenz
💁 Schatzkiste voller Transformer-Modelle für Natural Language Processing enthält Arbeiten, Videos, Blogs, offizielle Repos und Colab-Notebooks. 🛫☑️
Vollständiges Algorithmus-Tutorial von NLP bis LLM, Online-Leseadresse: https://datawhalechina.github.io/base-llm/
Eine kuratierte Liste von NLP-Ressourcen, die sich auf Transformer-Netzwerke, Attention-Mechanismus, GPT, BERT, ChatGPT, LLMs und Transfer Learning konzentriert.
Großmaßstabige Vortrainings‑Datenbank für Chinesisch 100G (chinesisches Vortrainingskorpus)
Aufbau eines chinesischen Dialogsystems basierend auf der neuesten Version von rasa(Errichtung eines Dialogsystems basierend auf der neuesten Version von rasa)
TextGen: Implementierung von Textgenerierungsmodellen, einschließlich LLaMA, BLOOM, GPT2, BART, T5, SongNet und so weiter. Textgenerierungsmodelle, die das Training und die Vorhersage von Modellen wie LLaMA, ChatGLM, BLOOM, GPT2, Seq2Seq, BART, T5, UDA usw. implementieren, sofort einsatzbereit.
Transformer-Modelle von BERT bis GPT-4, Umgebungen von Hugging Face bis OpenAI. Beispiele für Fine-Tuning, Training und Prompt Engineering. Ein Bonus-Abschnitt mit ChatGPT, GPT-3.5-turbo, GPT-4 und DALL-E, einschließlich Jumpstarting von GPT-4, Speech-to-Text, Text-to-Speech, Text-zu-Bild-Generierung mit DALL-E, Google Cloud AI, HuggingGPT und mehr.
Offizielle Implementierung der Arbeiten "GECToR – Grammatical Error Correction: Tag, Not Rewrite" (BEA-20) und "Text Simplification by Tagging" (BEA-21)
Eine PyTorch-Bibliothek kuratierter Transformer-Modelle und ihrer zusammensetzbaren Komponenten
Github-Repository mit Tutorials zur Feinabstimmung von Transformatoren für verschiedene NLP-Aufgaben
PhoBERT: vortrainierte Sprachmodelle für Vietnamesisch (EMNLP-2020 Findings)
Multi-Label-Textklassifizierung, Multi-Label-Klassifizierung, Textklassifizierung, Multi-Label, Klassifikator, Textklassifizierung, BERT, Seq2Seq, Attention, Multi-Label-Klassifizierung
PatrickStar ermöglicht größere, schnellere und umweltfreundlichere vortrainierte Modelle für NLP und demokratisiert KI für alle.
Das wichtigste Repository für modernste Forschung und Entwicklung im Bereich der multilingualen Frage-Antwort-Systeme.
LLM-PowerHouse: Entfesseln Sie das Potenzial von LLMs durch kuratierte Tutorials, Best Practices und gebrauchsfertigen Code für benutzerdefiniertes Training und Inferenz.
Revisiting von vortrainierten Modellen für die chinesische Verarbeitung natürlicher Sprache (MacBERT)
PyTorch-Implementierung von JointBERT: "BERT for Joint Intent Classification and Slot Filling"
Awesome-LLM-Eval: eine kuratierte Liste von Tools, Datensätzen/Benchmarks, Demos, Bestenlisten, Papern, Docs und Modellen, hauptsächlich für die Evaluierung von LLMs. Eine kuratierte Liste von Tools, Benchmark/Daten, Demos, Ranglisten und großen Modellen, die sich hauptsächlich an die Bewertung von Basis-Large Models richtet und darauf abzielt, die technologischen Grenzen der generativen KI zu erforschen.
Der allererste umfassende Benchmark für natürliche Sprachverarbeitung für die indonesische Sprache. Wir bieten mehrere nachgelagerte Aufgaben, vortrainierte IndoBERT-Modelle und einen Starter-Code! (AACL-IJCNLP 2020)
Überprüfung der Verankerung auf Span-Ebene für RAG-, Code- und Tool-gestützte KI-Ausgaben.
BERTweet: Ein vortrainiertes Sprachmodell für englische Tweets (EMNLP-2020)
Eine Implementierung des BERT-Modells und der damit verbundenen nachgelagerten Aufgaben auf Basis des PyTorch-Frameworks. @跟我学机器学习
Transformers für Natural Language Processing, veröffentlicht von Packt
Ein Deep Learning NLP Repository, das die Textvorverarbeitung, Topic Models und nachgelagerten Aufgaben modernster Modelle wie BERT, GPT und LLMs mit TensorFlow zusammenfasst.
Ein flexibles, adaptives Klassifizierungssystem für die dynamische Textklassifizierung
Chinesische Übersetzung von Natural Language Processing with Transformers, der maßgeblichste Transformers-Leitfaden