#natural-language-processing Репозитории
Всего репозиториев: 798
Ресурсы и инструменты для обработки естественного языка (Natural Language Processing) на индийских языках
Развитие и будущие перспективы больших мультимодальных моделей рассуждений.
Кураторский список ресурсов по мультимодальному обучению с подкреплением (постоянно обновляется)
Мультимодальная модель для текстовых и табличных данных с использованием трансформеров HuggingFace в качестве строительного блока для текстовых данных
MLGym Новая структура и эталон для продвижения исследовательских агентов ИИ
[NeurIPS 2021] Многомасштабные эталоны для мультимодального обучения представления
Бенчмарк машинного обучения для сдвигов распределения в реальных условиях с загрузчиками данных, оценщиками и моделями по умолчанию.
Код и наборы данных для "Character-LLM: Обучаемый агент для ролевых игр"
Этот репозиторий содержит код оценки для статьи «MMMU: Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI»
Официальный репозиторий статьи «(Perhaps) Beyond Human Translation: Harnessing Multi-Agent Collaboration for Translating Ultra-Long Literary Texts»
Наборы данных, предобработка и оценка для последовательных моделей на основе задач.
Transformers для обработки естественного языка, опубликованные Packt
SelfCheckGPT: Нулевая ресурсная чёрная коробка обнаружения галлюцинаций для генеративных больших языковых моделей
Python-обёртка вокруг программного обеспечения для сегментации китайского языка NLPIR/ICTCLAS.
Легко встраивайте, кластеризуйте и семантически маркируйте наборы текстовых данных
Этот репозиторий содержит все необходимое, чтобы стать экспертом в области машинного обучения
Chain-of-Agents: Сквозные фундаментальные модели агентов посредством дистилляции мультиагентов и агентского Обучения с Подкреплением (Agentic RL).
Meta Agents Research Environments — это комплексная платформа, предназначенная для оценки ИИ-агентов в динамичных и реалистичных сценариях. В отличие от статических бенчмарков, эта платформа представляет собой развивающуюся среду, в которой агенты должны адаптировать свои стратегии по мере поступления новой информации, что отражает реальные жизненные задачи.
Вмешательство во время вывода: получение правдивых ответов от языковой модели
Pragmatic Segmenter - это гем для обнаружения границ предложений на основе правил, который работает из коробки на многих языках.
Репозиторий Deep Learning NLP, обобщающий предварительную обработку текста, тематические модели и последующие задачи передовых моделей, таких как BERT, GPT и LLM, с использованием TensorFlow.
Создание мультимодальной (визуальной) языковой модели с нуля на PyTorch с полным объяснением: https://www.youtube.com/watch?v=vAmKB7iPkWw
[ECCV 2024 Устный доклад] Код статьи: Изображение стоит 1/2 токена после слоя 2: Ускорение вывода в режиме plug-and-play для больших визуально-языковых моделей
:snake: mecab-python. Оригинальную версию можно найти здесь: http://taku910.github.io/mecab/
Список статей по синхронному переводу / потоковому переводу, включая машинный перевод текста в текст и перевод речи в текст.
Курируемый список отличных ресурсов по дискретным диффузионным моделям.
Реализация оболочки disco-diffusion, которую можно запускать на вашем собственном графическом процессоре с пакетным вводом текста.
[ICML 2025 устный доклад] CodeI/O: Сжатие шаблонов рассуждений путем прогнозирования ввода-вывода кода
Ссылки на публикации конференций/журналов по автоматической проверке фактов (ресурсы для статьи TACL22/EMNLP23).