#nlp Dépôts
494 dépôts au total
Corpus de pré‑entraînement à grande échelle pour le chinois 100G (corpus de pré‑entraînement chinois)
Tutoriels liés à l'IA. Accédez-y gratuitement → https://towardsai.net/editorial
Une collection de carnets pour le Traitement Automatique du Langage Naturel de NLP Town
🌟 Une collection organisée d'outils d'IA gratuits et de haute qualité 🤖, d'API 🔗, de jeux de données 📊 et de ressources d'apprentissage 📚 couvrant l'apprentissage automatique 🧠, l'apprentissage profond 🧩, l'IA générative 🎨, le NLP 💬 et la science des données 📈. Conçue pour aider les développeurs 👩💻, les chercheurs 🔬 et les créateurs ✨ à explorer et à construire avec l'IA plus rapidement ⚡.
[ACL 2023] Raisonnement avec le Prompting de Modèles Linguistiques : Une Synthèse
Lieu central pour le groupe de travail ingénierie/mise à l'échelle : documentation, scripts SLURM et journaux, environnement de calcul et données.
"AI-Compass" guidera la communauté pour naviguer dans l'océan des technologies IA. Que vous soyez débutant ou développeur confirmé, vous trouverez ici les voies vers toutes les grandes orientations de l'IA. Ce projet vise à aider les développeurs à comprendre de façon systématique les concepts clés de l'IA, les technologies majeures, les tendances de pointe, et, par la pratique, à maîtriser l’ensemble du processus, de la théorie à la mise en œuvre.
Ceci est une bibliothèque Python pour le traitement automatique du langage naturel coréen. Elle fournit des fonctions pour l'extraction de mots / tokeniseur / étiquetage POS / prétraitement.
🔍 LangKit : Une boîte à outils open-source pour la surveillance des grands modèles linguistiques (LLM). 📚 Extrait des signaux des invites et des réponses, garantissant la sécurité. 🛡️ Les fonctionnalités incluent la qualité du texte, les métriques de pertinence et l'analyse des sentiments. 📊 Un outil complet pour l'observabilité des LLM. 👀
Un outil pour apprendre les représentations vectorielles des mots et des entités à partir de Wikipedia
Bolt est une bibliothèque d'apprentissage profond avec des performances élevées et une flexibilité hétérogène.
Plus de 10 000 projets sélectionnés, notamment l'apprentissage automatique, l'apprentissage profond, le NLP, les GNN, les systèmes de recommandation, la biomédecine, la vision par ordinateur, le développement frontend et backend, etc. Pour que d'excellents projets soient découverts par les gens. Continuez à mettre à jour ! Bienvenue à mettre des étoiles !
Modèles Transformer de BERT à GPT-4, environnements de Hugging Face à OpenAI. Exemples de fine-tuning, d'entraînement et d'ingénierie des prompts. Une section bonus avec ChatGPT, GPT-3.5-turbo, GPT-4 et DALL-E, y compris le démarrage rapide de GPT-4, la reconnaissance vocale, la synthèse vocale, la génération de texte en image avec DALL-E, Google Cloud AI, HuggingGPT, et plus encore.
Implémentation officielle des articles "GECToR – Grammatical Error Correction: Tag, Not Rewrite" (BEA-20) et "Text Simplification by Tagging" (BEA-21)"
Agent de recherche approfondi pour vous aider à trouver les meilleurs référentiels GitHub 🕵️ !
MindSpore + 🤗Huggingface : Exécutez n'importe quel modèle Transformers/Diffusers sur MindSpore avec une compatibilité et une accélération transparentes.
[Grand Modèle Juridique Chinois] DISC-LawLLM : un système juridique intelligent alimenté par de grands modèles linguistiques (LLM) pour fournir un large éventail de services juridiques.
Modèles de langue pour les méthodes de saisie du chinois : corpus, statistiques de n-grammes, modèles neuronaux au niveau du caractère et jeux d’évaluation pour en mesurer la qualité
Une collection triée de ressources iOS, ML et AR, agrémentée de quelques ajouts UI.
SONAR, un nouvel espace d'intégration multilingue et multimodale à taille fixe pour les phrases, avec une suite complète d'encodeurs et de décodeurs vocaux et textuels.
TextGAN est un framework PyTorch pour les modèles de génération de texte basés sur des Réseaux Antagonistes Génératifs (GANs).
Backend qui alimente la visionneuse de jeux de données sur les pages de jeux de données Hugging Face via une API publique.
Similarités : Une boîte à outils pour le calcul de similarité et la recherche sémantique. Boîte à outils de calcul de similarité et de recherche de correspondance, prend en charge des milliards de données pour la recherche texte-texte, texte-image, image-image, développée en Python 3, prête à l'emploi.
Sur le mystère caché de l'OCR dans les grands modèles multimodaux (OCRBench)
Ce dépôt présente PIXIU, une ressource open-source proposant les premiers grands modèles linguistiques (LLM) financiers, des données d'ajustement d'instructions et des benchmarks d'évaluation pour évaluer de manière globale les LLM financiers. Notre objectif est de faire progresser continuellement le développement open-source de l'intelligence artificielle (IA) financière.
Une bibliothèque PyTorch de modèles Transformer sélectionnés et de leurs composants composables
Liaisons Python pour libpostal pour l'analyse/normalisation rapide d'adresses internationales
Boîte à outils pour l'affinage, l'ablation et les tests unitaires des LLM open-source.
🔥Apprentissage automatique/Apprentissage profond/Python/Grands modèles/Multimodal/LLM/Apprentissage profond/Python/Entretien sur les algorithmes/Tutoriel NLP
Une interface C++ légère basée sur Eigen pour les solveurs de programmation non linéaire (Ipopt, Snopt)
🚀 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.
[ICLR 2025] Synthèse de données d'alignement à partir de zéro en invitant des LLM alignés avec rien. Votre pipeline de génération de données synthétiques efficace et de haute qualité !
Dépôt Github avec des tutoriels pour affiner les transformeurs pour différentes tâches NLP
Une bibliothèque de détection de langue pour PHP. Détecte la langue à partir d'une chaîne de texte donnée.
DeepResearch Bench : Une référence complète pour les agents de recherche approfondie
Nous avons introduit un nouveau modèle conçu pour la tâche de génération de code. Sa précision de test sur l'ensemble de données de base HumanEval surpasse celle de GPT-4 Turbo (avril 2024) et de GPT-4o.