#nlp Репозитории
Всего репозиториев: 494
Крупномасштабный корпус для предобучения китайского языка 100G (китайский корпус предобучения)
Учебные пособия по искусственному интеллекту. Получите доступ к любому из них бесплатно → https://towardsai.net/editorial
🌟 Курируемая коллекция бесплатных высококачественных ИИ-инструментов 🤖, API 🔗, наборов данных 📊 и учебных ресурсов 📚, охватывающих машинное обучение 🧠, глубокое обучение 🧩, генеративный ИИ 🎨, NLP 💬 и науку о данных 📈. Создана, чтобы помочь разработчикам 👩💻, исследователям 🔬 и создателям контента ✨ быстрее изучать и создавать решения на базе ИИ ⚡.
[ACL 2023] Рассуждение с использованием подсказок языковой модели: Обзор
Центральное место для рабочей группы по инжинирингу/масштабированию: документация, скрипты и журналы SLURM, вычислительная среда и данные.
"AI-Compass" поможет сообществу ориентироваться в океане технологий ИИ. Независимо от того, новичок вы или опытный разработчик, здесь вы найдете пути к основным направлениям ИИ. Цель проекта — помочь разработчикам систематически разобраться в ключевых концепциях ИИ, в ведущих технологиях и передовых тенденциях, а также практическим освоением полного процесса от теории до реализации.
Это библиотека Python для обработки естественного языка на корейском языке. Она предоставляет функции извлечения слов / токенизатора / определения частей речи / предобработки.
🔍 LangKit: Инструментарий с открытым исходным кодом для мониторинга больших языковых моделей (LLM). 📚 Извлекает сигналы из подсказок и ответов, обеспечивая безопасность. 🛡️ Функции включают качество текста, метрики релевантности и анализ настроений. 📊 Комплексный инструмент для наблюдаемости LLM. 👀
Инструмент для обучения векторным представлениям слов и сущностей из Википедии
Bolt — это библиотека глубокого обучения с высокой производительностью и гетерогенной гибкостью.
Отобрано более 10 000 проектов, включая машинное обучение, глубокое обучение, NLP, GNN, рекомендательные системы, биомедицину, машинное зрение, разработку фронтенда и бэкенда и т. д. Пусть больше отличных проектов будут открыты людьми. Продолжайте обновлять! Добро пожаловать, чтобы поставить звезду!
Трансформерные модели от BERT до GPT-4, среды от Hugging Face до OpenAI. Примеры дообучения, обучения и инжиниринга промптов. Бонусный раздел с ChatGPT, GPT-3.5-turbo, GPT-4 и DALL-E, включая ускоренный запуск GPT-4, преобразование речи в текст, преобразование текста в речь, генерацию изображений из текста с помощью DALL-E, Google Cloud AI, HuggingGPT и многое другое.
Официальная реализация статей «GECToR – Grammatical Error Correction: Tag, Not Rewrite» (BEA-20) и «Text Simplification by Tagging» (BEA-21)»
Глубокий исследовательский агент, который поможет вам найти лучшие репозитории GitHub 🕵️!
MindSpore + 🤗Huggingface: Запускайте любые модели Transformers/Diffusers на MindSpore с безупречной совместимостью и ускорением.
[Китайская большая языковая модель для юриспруденции] DISC-LawLLM: интеллектуальная юридическая система на базе больших языковых моделей (LLM) для предоставления широкого спектра юридических услуг.
Языковые модели для методов ввода китайского языка: корпуса, статистика n-грамм, нейросетевые модели на уровне символов и наборы для оценки их качества
Подобранная коллекция ресурсов iOS, ML и AR, дополненная некоторыми элементами UI.
SONAR, новое многоязычное и мультимодальное пространство встраивания предложений фиксированного размера с полным набором речевых и текстовых кодировщиков и декодеров.
TextGAN — это фреймворк PyTorch для моделей генерации текста на основе генеративно-состязательных сетей (GANs).
Backend, который обеспечивает работу просмотрщика наборов данных на страницах наборов данных Hugging Face через общедоступный API.
Similarities: набор инструментов для расчета схожести и семантического поиска. Набор инструментов для расчета схожести и поиска совпадений, поддерживающий миллиарды данных для поиска от текста к тексту, от текста к изображению и от изображения к изображению. Разработан на Python 3, готов к использованию из коробки.
О скрытой тайне оптического распознавания символов (OCR) в больших мультимодальных моделях (OCRBench)
В этом репозитории представлена PIXIU — ресурс с открытым исходным кодом, включающий первые финансовые большие языковые модели (LLM), данные для инструктивного тюнинга и эталонные показатели для комплексной оценки финансовых LLM. Наша цель — непрерывно продвигать развитие финансового искусственного интеллекта (ИИ) с открытым исходным кодом.
Библиотека PyTorch из отобранных моделей Transformer и их составных компонентов
Python-связки для libpostal для быстрого разбора/нормализации международных адресов
Набор инструментов для точной настройки, абляции и модульного тестирования LLM с открытым исходным кодом.
🔥Машинное обучение/Глубокое обучение/Python/Большие модели/Мультимодальный/LLM/Глубокое обучение/Python/Интервью по алгоритмам/Учебник по NLP
Интерфейс C++ на основе Eigen, легковесный, для солверов нелинейного программирования (Ipopt, Snopt)
🚀 Catalyst — это библиотека C# для обработки естественного языка, созданная для скорости. Вдохновленная дизайном spaCy, она предлагает предобученные модели, поддержку из коробки для обучения встраиваний слов и документов, а также гибкие модели распознавания сущностей.
[ICLR 2025] Синтез данных для выравнивания с нуля путем запроса выровненных LLM с помощью пустого ввода. Ваш эффективный и высококачественный конвейер генерации синтетических данных!
Репозиторий Github с учебными пособиями по тонкой настройке трансформеров для различных задач NLP
Библиотека для определения языка для PHP. Определяет язык из заданной строки текста.
DeepResearch Bench: Комплексный бенчмарк для агентов глубоких исследований
Мы представили новую модель, разработанную для задачи генерации кода. Ее точность тестирования на базовом наборе данных HumanEval превосходит показатели GPT-4 Turbo (апрель 2024 г.) и GPT-4o.