#natural-language-processing 저장소
저장소 총 798개
텍스트 데이터를 위한 빌딩 블록으로서 HuggingFace 트랜스포머를 사용한 텍스트 및 테이블 데이터용 다중모달 모델
이 리포지토리에는 "MMMU: Expert AGI를 위한 대규모 다중 학문 다중 모달 이해 및 추론 벤치마크" 논문의 평가 코드가 포함되어 있습니다.
„(Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts“ 논문의 공식 리포지토리
Chain-of-Agents: 다중 에이전트 증류 및 에이전트 RL을 통한 종단 간 에이전트 기반 모델.
Meta Agents Research Environments는 역동적이고 현실적인 시나리오에서 AI 에이전트를 평가하기 위해 설계된 포괄적인 플랫폼입니다. 정적 벤치마크와 달리, 이 플랫폼은 새로운 정보가 제공됨에 따라 에이전트가 전략을 조정해야 하는 진화하는 환경을 도입하여 실제 세계의 도전 과제를 반영합니다.
TensorFlow를 사용하여 텍스트 전처리부터, Topic Models, BERT, GPT, LLM과 같은 최신 모델의 다운스트림 태스크들을 정리한 Deep Learning NLP 저장소입니다.
PyTorch에서 완전한 설명과 함께 처음부터 멀티모달(비전) 언어 모델 코딩: https://www.youtube.com/watch?v=vAmKB7iPkWw
[ECCV 2024 구두 발표] 논문 코드: 레이어 2 이후 이미지당 1/2 토큰의 가치: 대규모 비전-언어 모델을 위한 플러그 앤 플레이 추론 가속화
:snake: mecab-python. 원본 버전은 여기에서 찾을 수 있습니다: http://taku910.github.io/mecab/
텍스트-투-텍스트 기계 번역 및 음성-투-텍스트 번역을 포함한 동시 번역 / 스트리밍 번역 논문 목록.