#embeddings リポジトリ
リポジトリ合計122件
中国語長文分類、短文分類、多ラベル分類、二文類似度(Chinese Text Classification of Keras NLP, multi-label classify, or sentence classify, long or short)、文字/単語/文ベクトル埋め込み層(embeddings)とネットワーク層(graph)構築基底クラス、FastText、TextCNN、CharCNN、TextRNN、RCNN、DCNN、DPCNN、VDCNN、CRNN、Bert、Xlnet、Albert、Attention、DeepMoji、HAN、カプセルネットワーク-CapsuleNet、Transformer-encode、Seq2seq、SWEM、LEAM、TextGCN
このリポジトリには、Amazon Bedrock サービスの使用を開始するための顧客向けサンプルが含まれています。利用可能なすべての基盤モデルのサンプルが含まれています。
Korvusは、単一のデータベースクエリでRAGパイプライン全体を統合する検索SDKです。Postgresをベースとし、Python、JavaScript、Rust、Cのバインディングを備えています。
文脈化されたトピックモデリングを実行するためのPythonパッケージです。CTMは、文脈化された埋め込み(例:BERT)とトピックモデルを組み合わせて、一貫性のあるトピックを取得します。EACLおよびACL 2021(Bianchi et al.)で発表されました。
Chromaライクなインターフェースとゼロサードパーティ依存関係を持つGo用の埋め込み可能ベクトルデータベース。インメモリでオプションの永続化機能を備えています。
事前計算された埋め込みと高度な類似性測定を使用したセマンティックテキスト検索のためのFastAPIサービス。textractを介してさまざまなファイルタイプをネイティブサポートしています。
Rust製マルチプロバイダー生成AIクライアント(Ollama、OpenAI、Anthropic、Gemini、DeepSeek、ZAI、OpenRouter、FireworksAI、xAI/Grok、Groq、…)
🚀 Catalyst は、速度のために構築された C# 自然言語処理ライブラリです。spaCy のデザインに着想を得て、事前訓練済みモデル、単語およびドキュメント埋め込みの訓練に対する即時利用可能なサポート、そして柔軟なエンティティ認識モデルを提供します。
Spring AI および Spring Boot を使用して、Generative AI および LLM を活用した Java アプリケーションを構築する方法を示すサンプル。
分散した SKILL.md ファイルを、整理済みで検索可能なエージェントスキルコーパスに変換するオープンソース基盤。検索および評価ツールも含まれています。
Flutter向けオンデバイスAI — Gemmaやその他のLLM、マルチモーダル、関数呼び出し、埋め込み、RAG、音声に対応し、Android、iOS、Web、macOS、Windows、Linuxで利用可能。
完全ローカルで動作する Graph RAG エンジンを使って、Markdown ノート全体に質問できます。Obsidian の保管庫向けに構築されていますが、Markdown ファイルを含む任意のフォルダーで利用できます。ウィキリンクと YAML フロントマターからエンティティと関係の三つ組を抽出し、ハイブリッド検索(ベクトル + BM25 + 時間)で回答を取得します。多言語対応。クラウド不要。Ollama 上で動作します。