#nlp Repositorios
494 repositorios en total
Corpus de Pre‑Entrenamiento a gran escala para chino 100G (corpus de pre‑entrenamiento chino)
Tutoriales relacionados con la IA. Accede a cualquiera de ellos de forma gratuita → https://towardsai.net/editorial
Una colección de cuadernos para Procesamiento de Lenguaje Natural de NLP Town
🌟 Una colección curada de herramientas de IA gratuitas y de alta calidad 🤖, APIs 🔗, conjuntos de datos 📊 y recursos de aprendizaje 📚 que cubren aprendizaje automático 🧠, aprendizaje profundo 🧩, IA generativa 🎨, PLN 💬 y ciencia de datos 📈. Diseñada para ayudar a desarrolladores 👩💻, investigadores 🔬 y creadores ✨ a explorar y construir con IA más rápido ⚡.
[ACL 2023] Razonamiento con el Prompting de Modelos Lingüísticos: Una Revisión
Lugar central para el WG de ingeniería/escalado: documentación, scripts y registros de SLURM, entorno de cómputo y datos.
‘AI-Compass’ guiará a la comunidad en la navegación del océano tecnológico de la IA. Sea que seas principiante o un desarrollador avanzado, encontrarás aquí un camino hacia todas las direcciones principales de la IA. Su objetivo es ayudar a los desarrolladores a comprender de manera sistemática los conceptos fundamentales de la IA, las tecnologías dominantes, las tendencias de vanguardia y, mediante la práctica, dominar todo el proceso desde la teoría hasta la implementación.
Esta es una biblioteca de Python para el procesamiento de lenguaje natural en coreano. Proporciona funciones de extracción de palabras / tokenizador / etiquetado de POS / preprocesamiento.
🔍 LangKit: Un toolkit de código abierto para la monitorización de Modelos de Lenguaje Grandes (LLMs). 📚 Extrae señales de los prompts y respuestas, garantizando la seguridad. 🛡️ Las funciones incluyen calidad del texto, métricas de relevancia y análisis de sentimiento. 📊 Una herramienta completa para la observabilidad de LLMs. 👀
Una herramienta para aprender representaciones vectoriales de palabras y entidades de Wikipedia
Bolt es una biblioteca de aprendizaje profundo con alto rendimiento y flexibilidad heterogénea.
Se seleccionaron más de 10 000 proyectos, que incluyen aprendizaje automático, aprendizaje profundo, NLP, GNN, sistemas de recomendación, biomedicina, visión artificial, desarrollo frontend y backend, etc. Que más proyectos excelentes sean descubiertos por la gente. ¡Continúa actualizando! ¡Bienvenido a destacar!
Modelos Transformer de BERT a GPT-4, entornos de Hugging Face a OpenAI. Ejemplos de ajuste fino, entrenamiento e ingeniería de prompts. Una sección adicional con ChatGPT, GPT-3.5-turbo, GPT-4 y DALL-E, que incluye el inicio rápido de GPT-4, voz a texto, texto a voz, generación de texto a imagen con DALL-E, Google Cloud AI, HuggingGPT y más.
Implementación oficial de los artículos "GECToR – Grammatical Error Correction: Tag, Not Rewrite" (BEA-20) y "Text Simplification by Tagging" (BEA-21)"
¡Agente de investigación profunda para ayudarte a encontrar los mejores repositorios de GitHub 🕵️!
MindSpore + 🤗Huggingface: Ejecute cualquier modelo de Transformers/Diffusers en MindSpore con compatibilidad y aceleración perfectas.
[Gran Modelo Legal Chino] DISC-LawLLM: un sistema legal inteligente impulsado por modelos de lenguaje grandes (LLM) para proporcionar una amplia gama de servicios legales.
Modelos de lenguaje para métodos de entrada en chino: corpus, estadísticas de n-gramas, modelos neuronales a nivel de carácter y conjuntos de evaluación para valorar su calidad
Una colección curada de recursos iOS, ML y AR, con algunas adiciones de UI.
SONAR, un nuevo espacio de incrustación de oraciones multilingüe y multimodal de tamaño fijo, con un conjunto completo de codificadores y decodificadores de voz y texto.
TextGAN es un marco de PyTorch para modelos de generación de texto basados en Redes Generativas Antagónicas (GANs).
Backend que impulsa el visor de conjuntos de datos en las páginas de conjuntos de datos de Hugging Face a través de una API pública.
Similitudes: Un kit de herramientas para el cálculo de similitud y la búsqueda semántica. Kit de herramientas de cálculo de similitud y búsqueda de coincidencias, soporta miles de millones de datos para búsqueda de texto a texto, texto a imagen, imagen a imagen, desarrollado en Python 3, listo para usar.
Sobre el misterio oculto de OCR en grandes modelos multimodales (OCRBench)
Este repositorio presenta PIXIU, un recurso de código abierto que incluye los primeros modelos de lenguaje grandes (LLMs) financieros, datos de ajuste de instrucciones y puntos de referencia de evaluación para evaluar de manera integral los LLMs financieros. Nuestro objetivo es impulsar continuamente el desarrollo de código abierto de inteligencia artificial (IA) financiera.
Una biblioteca de PyTorch de modelos Transformer seleccionados y sus componentes componibles
Bindings de Python para libpostal para el análisis/normalización rápida de direcciones internacionales
Toolkit para ajustar finamente, eliminar y probar unitariamente LLM de código abierto.
🔥Aprendizaje automático/Aprendizaje profundo/Python/Modelos grandes/Multimodal/LLM/Aprendizaje profundo/Python/Entrevista de algoritmos/Tutorial de NLP
Una interfaz C++ ligera basada en Eigen para Solvers de Programación No Lineal (Ipopt, Snopt)
🚀 Catalyst es una biblioteca de Procesamiento de Lenguaje Natural en C# construida para la velocidad. Inspirada en el diseño de spaCy, trae modelos preentrenados, soporte fuera de la caja para entrenar incrustaciones de palabras y documentos, y modelos de reconocimiento de entidades flexibles.
[ICLR 2025] Síntesis de datos de alineación desde cero solicitando LLMs alineados con nada. ¡Su canal eficiente y de alta calidad para la generación de datos sintéticos!
Repositorio de Github con tutoriales para ajustar transformadores para diferentes tareas de PNL
Una biblioteca de detección de idiomas para PHP. Detecta el idioma de una cadena de texto dada.
DeepResearch Bench: Un benchmark integral para agentes de investigación profunda
Introdujimos un nuevo modelo diseñado para la tarea de generación de código. Su precisión de prueba en el conjunto de datos base HumanEval supera a la de GPT-4 Turbo (abril de 2024) y GPT-4o.