#natural-language-processing Dépôts
798 dépôts au total
La bibliothèque de détection de langue naturelle la plus précise pour Python, adaptée aux textes courts et aux textes multilingues
[ICML 2024] LLMCompiler : Un compilateur LLM pour les appels de fonctions parallèles
Un module Python pour extraire les provinces, villes et districts des chaînes de caractères en chinois simplifié et effectuer des mappings, des validations et des tracés simples
Curation de données synthétiques pour le post-entraînement et l'extraction de données structurées
Boîte à outils de modèles, de callbacks et de jeux de données pour les chercheurs en IA/ML.
airda (Air Data Agent) est un agent multiple destiné à l'analyse de données, capable de comprendre les besoins en matière de développement et d'analyse de données, de comprendre les données et de générer du code SQL et Python pour des tâches telles que les requêtes de données, la visualisation de données et l'apprentissage automatique.
TorchMultimodal est une bibliothèque PyTorch pour l'entraînement de modèles multimodaux multi-tâches à la pointe de la technologie à grande échelle.
Dictionnaire courant des mots sensibles et des mots vides pour Internet
Code pour 'LLM2Vec: Large Language Models Are Secretly Powerful Text Encoders'
comparer les humoristes de stand-up en utilisant le traitement du langage naturel
Intelligence Artificielle, Apprentissage Automatique et Apprentissage Profond formidables, tels que nous les apprenons. Notes d'étude et une liste curated de ressources formidables sur ces sujets.
Ce dépôt vise à soutenir les contributions pour les outils du jeu de données Project CodeNet hébergé dans DAX
Serveur d'inférence CPU/GPU efficace, évolutif et de niveau entreprise pour les modèles transformer de 🤗 Hugging Face 🚀
Ce dépôt contient l'implémentation officielle des articles de recherche « MobileCLIP » CVPR 2024 et « MobileCLIP2 » TMLR Août 2025
Graph4nlp est la bibliothèque pour l'utilisation facile des réseaux de neurones graphiques pour le NLP. Bienvenue sur notre site web DLG4NLP (https://dlg4nlp.github.io/index.html) pour diverses ressources d'apprentissage !
Un serveur Model Context Protocol (MCP) pour créer, lire et manipuler des documents Microsoft Word. Ce serveur permet aux assistants IA de travailler avec des documents Word via une interface standardisée, offrant de riches capacités d'édition de documents.
Accédez à une base de données de fréquences de mots, dans diverses langues naturelles.
Extraction de données non structurées, rapide et efficace. Écrit en Rust avec des liaisons pour de nombreuses langues.
YaRN : Extension efficace de la fenêtre de contexte des grands modèles de langage
Machine Learning pour le Trading Algorithmique, Deuxième Édition - publié par Packt
Un framework sans code basé sur PyTorch pour mener des études d’apprentissage profond reproductibles. Écosystème PyTorch. 🏆 À ce jour, 28 méthodes de distillation des connaissances présentées à TPAMI, CVPR, ICLR, ECCV, NeurIPS, ICCV, AAAI, etc. ont été implémentées. 🎁 Des modèles entraînés, des journaux d’entraînement et des configurations sont disponibles pour garantir la reproductibilité et faciliter l’évaluation comparative.
une bibliothèque Python pour l'analyse de chaînes d'adresses non structurées des États-Unis en composants d'adresse
WikiChat est un RAG amélioré. Il arrête l'hallucination des grands modèles linguistiques en récupérant des données à partir d'un corpus.
DAMO-ConvAI: Le dépôt officiel qui contient le code d'Alibaba DAMO Conversational AI.
Macaw-LLM : Modélisation du langage multimodal avec intégration d'images, de vidéos, d'audio et de texte
Une base de code unifiée pour l’apprentissage semi-supervisé (NeurIPS'22)
Repo officiel pour l'article « Scaling Synthetic Data Creation with 1,000,000,000 Personas »
Techniques d'agent pour augmenter votre LLM et le pousser au-delà de ses limites
Ce dépôt comprend l'implémentation officielle d'OpenScholar : Synthesizing Scientific Literature with Retrieval-augmented LMs.
Awesome Search - tout est question de recherche (e-commerce, mais pas seulement) et de son côté génial
Une collection de corpus pour la reconnaissance d'entités nommées (NER) et les tâches de reconnaissance d'entités. Ces ensembles de données annotés couvrent une variété de langues, domaines et types d'entités.
Une branche pour ajouter l'entraînement de modèles multimodaux à open-r1
Modèle d'apprentissage profond de pointe pour analyser le sentiment, les émotions, le sarcasme, etc.
ChatArena (ou Chat Arena) est un environnement de jeu linguistique multi-agents pour les LLM. L'objectif est de développer les capacités de communication et de collaboration des IA.