#natural-language-processing Repositorios
798 repositorios en total
Este repositorio recopila una extensa lista de artículos increíbles sobre Generación de Historias / Narración, centrándose exclusivamente en la era de los Grandes Modelos de Lenguaje (LLM).
🙌Colección de más de 234 proyectos basados en aprendizaje automático, aprendizaje profundo, visión por computadora, procesamiento del lenguaje natural y todo lo demás. Muestra tu apoyo ✨ este repositorio.
Sistema de conversación a gran escala basado en conocimiento de dominio abierto basado en PaddlePaddle
[EMNLP 2025] ViDoRAG: Generación Aumentada por Recuperación de Documentos Visuales mediante Agentes de Razonamiento Iterativo Dinámico
Conjunto de datos de texto y video a gran escala. 10 millones de vídeos cortos subtitulados.
Sobre las limitaciones teóricas de la recuperación basada en incrustaciones
[COLM 2024] LoraHub: Generalización eficiente entre tareas a través de la composición dinámica de LoRA
Plataforma de Investigación en IA para Aprendizaje por Refuerzo a partir de Imágenes Panorámicas Reales.
Un esfuerzo de ciencia abierta para evaluar el razonamiento legal en modelos fundacionales
Knowledge Table es un paquete de código abierto diseñado para simplificar la extracción y exploración de datos estructurados a partir de documentos no estructurados.
[CVPR 2024] Panda-70M: Subtitulando 70 millones de videos con múltiples profesores intermodales
Divida automáticamente sus modelos PyTorch en múltiples GPU para entrenamiento e inferencia
Open Korean Text Processor - Un procesador de texto coreano de código abierto
Benchmark de evaluación pionero en la industria para LLM en el dominio DevOps/AIOps.
Pequeño GPT implementado desde cero en Go puro. Optimizado para la comprensión. Entrenado en libros de Julio Verne.
Divide el texto en fragmentos semánticos, hasta un tamaño de fragmento deseado. Soporta el cálculo de longitud por caracteres y tokens, y se puede llamar desde Rust y Python.
Una herramienta simple y rápida para la segmentación de palabras y el reconocimiento de entidades nombradas
Human Preference Score v2: Un sólido benchmark para evaluar las preferencias humanas en la síntesis de texto a imagen
[ICML 2024] TrustLLM: evaluación de la confiabilidad de los LLM en términos de veracidad, seguridad, equidad, robustez, privacidad y ética. Kit de herramientas de Python/CLI para modelos locales, API compatibles y orquestación de agentes de IA.
Archivo único, GPU única, Desde cero, Eficiente, Biblioteca de ajuste de parámetros completos para "RL for LLMs"
Pinyin a caracteres chinos, motor de método de entrada Pinyin, pinyin -> Pinyin
DocBank: Un conjunto de datos de referencia para el análisis del diseño de documentos
Una plataforma abierta para inteligencia artificial, chatbots, agentes virtuales, automatización de redes sociales y automatización de chat en vivo.
[ECCV2024] Este es el código de inferencia oficial de los artículos "Glyph-ByT5: Un codificador de texto personalizado para una representación de texto visual precisa" y "Glyph-ByT5-v2: Una línea de base estética sólida para una representación de texto visual multilingüe precisa""
Implementación oficial del código de Vary-toy (Small Language Model se encuentra con Reinforced Vision Vocabulary)
Weibo-COV: Un conjunto de datos a gran escala de redes sociales sobre COVID-19 de Weibo
Aprendizaje de conceptos de audio a partir de la supervisión del lenguaje natural