#natural-language-understanding Dépôts
Découvrez 35 dépôts GitHub open source actifs associés à #natural-language-understanding, cumulant 59,594 étoiles au total (soit une moyenne de 1,702 étoiles par projet). Le projet en tête de ce thème est huggingface/tokenizers, avec 11,270 étoiles.
35 dépôts au total
💥 Tokenizers de pointe rapides optimisés pour la recherche et la production
Un cadre pour l'intelligence artificielle intégrée et l'intelligence artificielle générale (AGI)
Dépôt GitHub officiel pour C-Eval, une suite d'évaluation chinoise pour les modèles fondamentaux [NeurIPS 2023]
Entraînement de grands modèles linguistiques pour raisonner dans un espace latent continu
Ce repo contient des implémentations de différentes architectures pour la reconnaissance d'émotions dans les conversations.
🛸 Utilisez des transformers pré-entraînés comme BERT, XLNet et GPT-2 dans spaCy
[TKDE2025] Interfaces de bases de données de nouvelle génération : Une étude sur le Text-to-SQL basé sur les LLM | Une liste sélectionnée de ressources (enquêtes, articles, benchmarks et projets open source) sur le Text-to-SQL basé sur les grands modèles de langage.
Un modèle de décision compact et rapide, ou modèle de système 1, pour les flux de travail agentiques. Il choisit parmi plusieurs options ou attribue une note sur une échelle plus rapidement qu’un LLM, avec un niveau de confiance calibré pour chaque décision.
💁 Impressionnant trésor de modèles Transformer pour le traitement du langage naturel contenant des articles, des vidéos, des blogs, des dépôts officiels ainsi que des notebooks Colab. 🛫☑️
1 ligne pour des milliers de modèles NLP à la pointe de la technologie dans des centaines de langues. La manière la plus rapide et la plus précise de résoudre les problèmes de texte.
🚀 Catalyst est une bibliothèque C# pour le traitement du langage naturel conçue pour la vitesse. Inspirée par la conception de spaCy, elle apporte des modèles pré-entraînés, un support prêt à l'emploi pour l'entraînement d'embeddings de mots et de documents, et des modèles de reconnaissance d'entités flexibles.
CMMLU : Mesurer la compréhension massive du langage dans plusieurs tâches en chinois
❤️Ensemble de données de premiers secours émotionnels, Questions-réponses de conseil psychologique, Corpus de chatbot
Un ensemble de données de dialogue à grande échelle axé sur les tâches et inter-domaines chinois
Chatbot basé sur la compréhension du langage naturel et l'apprentissage automatique, supporte la concurrence multi-utilisateurs et les dialogues multi-tours personnalisés
Une plateforme ouverte pour l'intelligence artificielle, les chatbots, les agents virtuels, l'automatisation des médias sociaux et l'automatisation du chat en direct.
[RSS2024] Implémentation officielle de "Graphes de scènes 3D hiérarchiques à vocabulaire ouvert pour la navigation robotique basée sur le langage"
Une collection de benchmarks et de jeux de données pour évaluer les LLM.
DialogStudio: Vers une collecte de jeux de données unifiés les plus riches et diversifiés et des modèles conscients des instructions pour l'IA conversationnelle
Foire aux questions
Quel est le dépôt #natural-language-understanding le plus populaire sur GitHub ?
Le projet #natural-language-understanding open source le mieux classé sur GitHub est huggingface/tokenizers, avec 11,270 étoiles. 💥 Tokenizers de pointe rapides optimisés pour la recherche et la production
Quels langages de programmation sont les plus utilisés dans les dépôts #natural-language-understanding ?
Parmi les projets #natural-language-understanding les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Rust, Scheme.
Comment le classement des dépôts #natural-language-understanding est-il calculé ?
Nous suivons 35 dépôts open source actifs associés à #natural-language-understanding (500+ étoiles), totalisant 59,594 étoiles, avec une moyenne de 1,702 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.