#natural-language-processing Repositorios
798 repositorios en total
Sumérgete en Deep Learning, Reinforcement Learning, Machine Learning, Computer Vision y NLP aprendiendo de estas emocionantes conferencias!!
Un modelo de lenguaje conversacional de código abierto y aumentado con herramientas de la Universidad de Fudan
Tokenizador de texto no supervisado para la generación de texto basada en redes neuronales.
La página oficial de GitHub para el artículo de revisión "A Survey of Large Language Models".
OpenVINO™ es un kit de herramientas de código abierto para optimizar y desplegar inferencia de IA.
Framework de bajo código para construir LLMs personalizados, redes neuronales y otros modelos de IA
💥 Tokenizadores de vanguardia rápidos optimizados para investigación y producción
Kimi K2 es la serie de grandes modelos de lenguaje desarrollada por el equipo de Moonshot AI.
Este repositorio contiene una colección curada de más de 300 estudios de caso de más de 80 empresas, que detallan aplicaciones prácticas e información sobre el diseño de sistemas de aprendizaje automático (ML). El contenido está organizado para ayudarle a encontrar fácilmente estudios de caso relevantes según la industria o casos de uso específicos de ML.
Herramienta de anotación de código abierto para practicantes de aprendizaje automático.
Mis notas y demostraciones continuamente actualizadas sobre Machine Learning, Modelos Probabilísticos y Deep Learning (2000+ diapositivas) Mis materiales de clase ininterrumpidamente actualizados sobre machine learning, modelos probabilísticos y deep learning (2000+ páginas) y enlaces de video
Código mínimo y limpio para el algoritmo Byte Pair Encoding (BPE) comúnmente utilizado en la tokenización de LLM.
Una lista seleccionada de recursos de guías prácticas de LLM (LLMs Tree, Ejemplos, Artículos)
CoreNLP: Una suite de Java de herramientas principales de PLN para tokenización, segmentación de oraciones, NER, análisis sintáctico, correferencia, análisis de sentimientos, etc.
Una implementación en PyTorch del modelo Transformer en "Attention is All You Need".
Simple, Pythonic, procesamiento de texto: análisis de sentimientos, etiquetado de partes del discurso, extracción de frases nominales, traducción y más.
Una colección de ejemplos y tutoriales de aprendizaje automático.
Módulo de minería web para Python, con herramientas para scraping, procesamiento de lenguaje natural, aprendizaje automático, análisis de redes y visualización.
Guía de Entrevistas en Deep Learning (Incluye Matemáticas, Machine Learning, Deep Learning, Visión por Computadora, Procesamiento de Lenguaje Natural y SLAM, etc.)
El nuevo libro de Google, 'Agentic Design Patterns', la mejor versión en chino, optimizado continuamente. Incluye: lectura en línea, PDF y descarga del eBook en ePub.
Código complementario en "Tutorial práctico de entrenamiento de modelos PyTorch"
Cuadernos y código para el libro "Introduction to Machine Learning with Python"
Biblioteca de Python de Stanford NLP para tokenización, segmentación de oraciones, NER y análisis de muchas lenguas humanas
Fundamentos de Grandes Modelos: Entiende los fundamentos de los grandes modelos en un artículo
:speech_balloon: Traductor de línea de comandos que utiliza Google Translate, Bing Translator, Yandex.Translate, etc.
Software en C y archivos de datos para el popular modelo GloVe para representaciones de palabras distribuidas, también conocido como vectores de palabras o embeddings
[ICLR 2024] Modelos de Lenguaje Eficientes en Streaming con Sumideros de Atención
Mantenido oficialmente, respaldado por PaddlePaddle, incluyendo CV, NLP, Speech, Rec, TS, modelos grandes y demás.
[EMNLP'23, ACL'24] Para acelerar la inferencia de los LLM y mejorar la percepción de información clave de los LLM, comprime el prompt y la KV-Cache, lo que logra hasta 20 veces de compresión con una mínima pérdida de rendimiento.
Lista de lectura para temas de investigación en aprendizaje automático multimodal
Una biblioteca de NLP para construir bots, con extracción de entidades, análisis de sentimientos, identificación automática de idioma y mucho más
Código para el artículo "Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer"
Una lista curada de métodos de auto-supervisión impresionantes