#nlp Dépôts
Découvrez 494 dépôts GitHub open source actifs associés à #nlp, cumulant 2,229,331 étoiles au total (soit une moyenne de 4,512 étoiles par projet). Le projet en tête de ce thème est huggingface/transformers, avec 169,339 étoiles.
494 dépôts au total
🤗 Transformers : le framework de définition de modèles pour les modèles d'apprentissage automatique de pointe en texte, vision, audio et modèles multimodaux, à la fois pour l'inférence et l'entraînement.
Wei Yu: Un assistant d'analyse de l'opinion publique multi-agent accessible à tous, brise les bulles d'information, restaure l'apparence originale de l'opinion publique, prédit les tendances futures et aide à la prise de décision ! Réalisé à partir de zéro, sans dépendance à aucun framework.
AiLearning : Analyse de données + Machine Learning pratique + Algèbre linéaire + PyTorch + NLTK + TF2
Une bibliothèque Python pour extraire des informations structurées à partir de texte non structuré à l'aide d'LLM avec un ancrage source précis et une visualisation interactive.
DSPy : Le framework pour programmer – et non pas pour interroger – les modèles linguistiques
500 projets IA Machine learning Deep learning Vision par ordinateur NLP avec code
segmentation des mots chinois ; étiquetage morphosyntaxique ; reconnaissance des entités nommées ; analyse syntaxique en dépendances ; analyse syntaxique en constituants ; analyse des dépendances sémantiques ; étiquetage des rôles sémantiques ; résolution des coréférences ; transfert de style ; similarité sémantique ; découverte de mots nouveaux ; extraction de mots-clés et d’expressions clés ; résumé automatique ; classification et regroupement de textes ; conversion entre le pinyin et le chinois simplifié/traditionnel ; traitement automatique du langage naturel
Moteur de décision System 1 non autorégressif. Effectue en une seule passe avant des décisions typées de choix, de notation et oui/non sur n’importe quel texte, dans plus de 100 langues, avec un routeur qui sélectionne le bon checkpoint pour chaque requête.
Un système de curation de connaissances alimenté par LLM qui recherche un sujet et génère un rapport complet avec citations.
Ce dépôt présente diverses techniques avancées pour les systèmes de Génération Augmentée par Récupération (RAG). Chaque technique dispose d'un tutoriel détaillé sous forme de notebook.
✅(Terminé) Notes super complètes sur l'apprentissage profond 【Tuduī PyTorch】【Li Mu Apprentissage profond pratique】【Andrew Ng Deep Learning】【Dafei Agents de grands modèles】
Une liste classée d'incroyables bibliothèques Python pour le machine learning. Mise à jour chaque semaine.
Organisation de grands modèles linguistiques chinois open-source, axée principalement sur les modèles de plus petite taille, déployables en privé et ayant des coûts d'entraînement plus faibles, y compris les modèles de base, le réglage fin et les applications pour des domaines verticaux, ainsi que les ensembles de données et les tutoriels.
Pré-entraînement auto-supervisé à grande échelle à travers les tâches, langues et modalités
🤗 Le plus grand hub de jeux de données prêts à l'emploi pour les modèles d'IA avec des outils de manipulation de données rapides, faciles à utiliser et efficaces
FinGPT: Grands modèles linguistiques open-source pour la finance! Révolutionnez 🔥 Nous publions le modèle entraîné sur HuggingFace.
💬 Framework d'apprentissage automatique open source pour automatiser les conversations basées sur le texte et la voix : NLU, gestion de dialogue, connexion à Slack, Facebook et plus - Créez des chatbots et des assistants vocaux
:book: Une liste curated de ressources dédiées au Traitement automatique du langage naturel (NLP)
Modèles de Langage à Grande Échelle LLaMA & Alpaca Chinois + Entraînement et Déploiement sur CPU/GPU Locaux (Chinese LLaMA & Alpaca LLMs)
Ce projet couvre les points de connaissance et les implémentations de code fréquemment testés lors des entretiens en apprentissage automatique (Machine Learning), apprentissage profond (Deep Learning) et PNL, et constitue également une base de connaissances théoriques essentielle pour tout ingénieur en algorithmes.
Couche de mémoire pour Agents d'IA. Remplacez les pipelines RAG complexes par une couche de mémoire sans serveur et à fichier unique. Offrez à vos agents une récupération instantanée et une mémoire à long terme.
📺 Découvrez les derniers cours sur l'apprentissage automatique / l'IA sur YouTube.
Une liste complète de contenu lié à Pytorch sur GitHub, tels que différents modèles, implémentations, bibliothèques d'assistance, tutoriels, etc.
Convertissez des documents en données structurées sans effort. Unstructured est une solution ETL open-source pour transformer des documents complexes en formats propres et structurés pour les modèles linguistiques. Visitez notre site Web pour en savoir plus sur notre produit Platform de qualité professionnelle pour les flux de travail de production, le partitionnement, les enrichissements, le découpage et l'intégration.
Tutoriel sur le Traitement du Langage Naturel pour les Chercheurs en Apprentissage Profond
Scripts d'apprentissage profond de pointe organisés par modèles - faciles à entraîner et à déployer avec une précision et des performances reproductibles sur une infrastructure de niveau entreprise.
Un framework très simple pour le traitement automatique du langage naturel (NLP) de pointe
Framework IA tout-en-un pour la recherche sémantique, l'orchestration LLM et les flux de travail de modèles linguistiques
Bibliothèque LLM et SLM facile à utiliser et puissante avec un incroyable zoo de modèles.
Feuille de route d'apprentissage en intelligence artificielle, compilation de près de 200 cas pratiques et projets, manuels complémentaires gratuits, entrée pour débutants absolus, pratique pour l'emploi ! Inclut : Python, mathématiques, apprentissage automatique, analyse de données, apprentissage profond, vision par ordinateur, traitement du langage naturel, PyTorch, tensorflow, machine-learning, deep-learning, data-analysis, data-mining, mathematics, data-science, artificial-intelligence, python, tensorflow, tensorflow2, caffe, keras, pytorch, algorithm, numpy, pandas, matplotlib, seaborn, nlp, cv et autres domaines populaires
Un framework open-source pour détecter, rédiger, masquer et anonymiser les données sensibles (PII) dans les textes, images et données structurées. Prend en charge le NLP, la correspondance de motifs et les pipelines personnalisables.
OpenVINO™ est un kit d'outils open source pour optimiser et déployer l'inférence IA.
💥 Tokenizers de pointe rapides optimisés pour la recherche et la production
Inférence de génération de texte de grands modèles linguistiques
Blocs de construction Transformers hackables et optimisés, prenant en charge une construction composable.
Pré-entraînement avec Masquage de Mot Entier pour BERT Chinois (Série de modèles Chinese BERT-wwm)
Une liste organisée de ressources de guides pratiques sur les LLM (LLMs Tree, Exemples, Articles)
Foire aux questions
Quel est le dépôt #nlp le plus populaire sur GitHub ?
Le projet #nlp open source le mieux classé sur GitHub est huggingface/transformers, avec 169,339 étoiles. 🤗 Transformers : le framework de définition de modèles pour les modèles d'apprentissage automatique de pointe en texte, vision, audio et modèles multimodaux, à la fois pour l'inférence et l'entraînement.
Quels langages de programmation sont les plus utilisés dans les dépôts #nlp ?
Parmi les projets #nlp les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, Rust, TypeScript.
Comment le classement des dépôts #nlp est-il calculé ?
Nous suivons 494 dépôts open source actifs associés à #nlp (500+ étoiles), totalisant 2,229,331 étoiles, avec une moyenne de 4,512 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.