#nlp Repositórios
494 repositórios no total
Corpus de Pré‑Training de grande escala para Chinês 100G (corpus de pré‑treinamento em chinês)
Tutoriais relacionados com IA. Acesse qualquer um deles gratuitamente → https://towardsai.net/editorial
Uma coleção de cadernos para Processamento de Linguagem Natural da NLP Town
🌟 Uma coleção curada de ferramentas de IA gratuitas e de alta qualidade 🤖, APIs 🔗, conjuntos de dados 📊 e recursos de aprendizado 📚 cobrindo aprendizado de máquina 🧠, aprendizado profundo 🧩, IA generativa 🎨, PLN 💬 e ciência de dados 📈. Projetada para ajudar desenvolvedores 👩💻, pesquisadores 🔬 e criadores ✨ a explorar e construir com IA mais rapidamente ⚡.
[ACL 2023] Raciocínio com Prompting de Modelos de Linguagem: Uma Pesquisa
Local central para o WG de engenharia/escalabilidade: documentação, scripts e logs do SLURM, ambiente de computação e dados.
‘AI-Compass’ guiará a comunidade na navegação pelo oceano da tecnologia IA. Se você é um iniciante ou um desenvolvedor avançado, encontrará aqui caminhos para todas as grandes direções da IA. O objetivo é ajudar os desenvolvedores a compreenderem sistematicamente os conceitos-chave da IA, as tecnologias predominantes, as tendências de ponta e, por meio da prática, dominar todo o processo desde a teoria até a aplicação.
Esta é uma biblioteca Python para processamento de linguagem natural em coreano. Ela oferece funcionalidades de extração de palavras / tokenização / identificação de classes gramaticais / pré-processamento.
🔍 LangKit: Um kit de ferramentas de código aberto para monitoramento de Modelos de Linguagem Grandes (LLMs). 📚 Extrai sinais de prompts e respostas, garantindo segurança e proteção. 🛡️ Os recursos incluem qualidade de texto, métricas de relevância e análise de sentimento. 📊 Uma ferramenta abrangente para observabilidade de LLM. 👀
Uma ferramenta para aprender representações vetoriais de palavras e entidades da Wikipédia
Bolt é uma biblioteca de aprendizado profundo com alto desempenho e flexibilidade heterogênea.
Foram selecionados mais de 10K+ projetos, abrangendo aprendizado de máquina, aprendizado profundo, NLP, GNN, sistema de recomendação, biomedicina, visão computacional, desenvolvimento front-end e back-end, etc. Que mais projetos excelentes sejam descobertos pelas pessoas. Continuaremos atualizando! Bem-vindo a dar uma estrela (star)!
Modelos Transformer de BERT a GPT-4, ambientes de Hugging Face a OpenAI. Exemplos de fine-tuning, treinamento e engenharia de prompts. Uma seção bônus com ChatGPT, GPT-3.5-turbo, GPT-4 e DALL-E, incluindo inicialização rápida (jump starting) do GPT-4, conversão de fala em texto (speech-to-text), conversão de texto em fala (text-to-speech), geração de texto para imagem com DALL-E, Google Cloud AI, HuggingGPT e muito mais.
Implementação oficial dos artigos "GECToR – Correção Gramatical: Marcar, Não Reescrever" (BEA-20) e "Simplificação de Texto por Marcação" (BEA-21)
Agente de pesquisa aprofundada para ajudar você a encontrar os melhores repositórios do GitHub 🕵️!
MindSpore + 🤗Huggingface: Execute qualquer modelo Transformers/Diffusers no MindSpore com compatibilidade e aceleração perfeitas.
[Modelo de Linguagem Grande Jurídico Chinês] DISC-LawLLM: um sistema legal inteligente, potencializado por modelos de linguagem grandes (LLMs), para oferecer uma ampla gama de serviços jurídicos.
Modelos de linguagem para métodos de entrada em chinês: corpora, estatísticas de n-gramas, modelos neurais em nível de caractere e conjuntos de avaliação para medir sua qualidade
SONAR, um novo espaço de *embedding* de sentenças de tamanho fixo, multilíngue e multimodal, com um conjunto completo de codificadores e decodificadores de fala e texto.
TextGAN é um framework PyTorch para modelos de geração de texto baseados em Redes Generativas Adversariais (GANs).
Backend que alimenta o visualizador de conjuntos de dados nas páginas de conjuntos de dados do Hugging Face através de uma API pública.
Semelhanças: um kit de ferramentas para cálculo de similaridade e pesquisa semântica. Um kit de ferramentas para cálculo de similaridade e pesquisa de correspondência, suportando pesquisa de texto para texto e imagem para imagem em dados de bilhões de níveis, desenvolvido em python3, pronto para uso.
Sobre o Mistério Oculto de OCR em Grandes Modelos Multimodais (OCRBench)
Este repositório apresenta o PIXIU, um recurso de código aberto que inclui os primeiros grandes modelos de linguagem (LLMs) financeiros, dados de ajuste de instruções e benchmarks de avaliação para avaliar de forma holística os LLMs financeiros. Nosso objetivo é impulsionar continuamente o desenvolvimento de código aberto da inteligência artificial (IA) financeira.
🤖 Uma biblioteca PyTorch de modelos Transformer selecionados e seus componentes composicionais
Bindings Python para libpostal para análise/normalização rápida de endereços internacionais
Kit de ferramentas para ajuste fino, ablação e teste unitário de LLMs de código aberto.
🔥 Aprendizado de Máquina/Deep Learning/Python/Grandes Modelos/Multimodal/LLM/deeplearning/Python/Entrevista de Algoritmos/Tutorial de PNL
Uma Interface C++ Leve Baseada em Eigen para Solucionadores de Programação Não Linear (Ipopt, Snopt)
🚀 Catalyst é uma biblioteca de Processamento de Linguagem Natural em C# construída para velocidade. Inspirada no design do spaCy, ela traz modelos pré-treinados, suporte pronto para uso para treinamento de embeddings de palavras e documentos, e modelos flexíveis de reconhecimento de entidades.
[ICLR 2025] Síntese de Dados de Alinhamento do Zero, Solicitando LLMs Alinhados com Nada. Seu pipeline eficiente e de alta qualidade para geração de dados sintéticos!
Repositório Github com tutoriais para ajustar (fine-tune) transformers para diferentes tarefas de PNL
Uma biblioteca de detecção de idioma para PHP. Detecta o idioma a partir de uma determinada string de texto.
DeepResearch Bench: Um Benchmark Abrangente para Agentes de Pesquisa Profunda
Introduzimos um novo modelo projetado para a tarefa de geração de código. Sua precisão nos testes no conjunto de dados base HumanEval supera a do GPT-4 Turbo (abril de 2024) e do GPT-4o.