#t5 Repositorios
Descubre 9 repositorios activos de código abierto de GitHub etiquetados con #t5, que acumulan 15,788 estrellas en total (una media de 1,754 estrellas por proyecto). El líder de este tema es shibing624/pycorrector, con 6,544 estrellas.
9 repositorios en total
pycorrector es un kit de herramientas para la corrección de errores de texto. Corrección de errores de texto, implementa modelos como Kenlm, T5, MacBERT, ChatGLM3, Qwen2.5 aplicados en escenarios de corrección, listo para usar de inmediato.
Marco de modelos de preentrenamiento de código abierto en PyTorch & Zoológico de modelos preentrenados
Marco de preentrenamiento de Tencent en PyTorch y Zoológico de modelos preentrenados
TextGen: Implementación de modelos de generación de texto, incluyen LLaMA, BLOOM, GPT2, BART, T5, SongNet y así sucesivamente. Modelos de generación de texto, implementan el entrenamiento y la predicción de modelos como LLaMA, ChatGLM, BLOOM, GPT2, Seq2Seq, BART, T5, UDA, etc., listos para usar.
1 línea para miles de modelos NLP de última generación en cientos de idiomas. La forma más rápida y precisa de resolver problemas de texto.
Repositorio de Github con tutoriales para ajustar transformadores para diferentes tareas de PNL
Preguntas frecuentes
¿Cuál es el repositorio de #t5 más popular en GitHub?
El proyecto de código abierto de #t5 mejor posicionado en GitHub es shibing624/pycorrector, con 6,544 estrellas. pycorrector es un kit de herramientas para la corrección de errores de texto. Corrección de errores de texto, implementa modelos como Kenlm, T5, MacBERT, ChatGLM3, Qwen2.5 aplicados en escenarios de corrección, listo para usar de inmediato.
¿Qué lenguajes de programación se utilizan más en los repositorios de #t5?
Entre los proyectos de #t5 mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #t5?
Seguimos 9 repositorios activos de código abierto etiquetados con #t5 (500+ estrellas), que suman un total de 15,788 estrellas, con una media de 1,754 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.