allenai

Kit de herramientas para linearizar PDFs para conjuntos de datos y entrenamiento de LLM

Código de modelado, entrenamiento, evaluación e inferencia para OLMo

Código base de post-entrenamiento de AllenAI

Una biblioteca modular de RL para ajustar modelos de lenguaje según las preferencias humanas

Un pipeline completo y modelos de spaCy para documentos científicos/biomédicos.

Plataforma de código abierto para IA visual.

Datos y herramientas para generar e inspeccionar datos de preentrenamiento de OLMo.

Componentes de PyTorch para el ecosistema OLMo

Objaverse-XL es un universo de más de 10 millones de objetos 3D. ¡Incluye scripts de API para descargar y procesar!

S2ORC: El corpus de investigación abierta de Semantic Scholar: https://www.aclweb.org/anthology/2020.acl-main.447/

OLMoE: Modelos de lenguaje abiertos de mezcla de expertos

MultimodalC4 es una extensión multimodal de c4 que intercala millones de imágenes con texto.

Código para el modelo de visión-lenguaje Molmo.

Biblioteca que soporta investigación en NLP y CV sobre artículos científicos

Código oficial de VisProg (Mejor artículo en CVPR 2023).

Dado un PDF académico, extrae figuras, tablas, pies de página y títulos de sección.

Repositorio oficial de MolmoAct2.

RewardBench: la primera herramienta de evaluación para modelos de recompensa.

Código para el modelo de visión-lenguaje Molmo2.

Science Parse analiza artículos científicos (en formato PDF) y los devuelve en una estructura organizada.

Allen Institute for AI: WildDet3D: escalado de detección 3D promptable en entornos reales

Un framework para evaluar cualquier modelo VLA en cualquier benchmark de simulación de robots.

Organiza tus experimentos en pasos discretos que se pueden almacenar en caché y reutilizar durante todo el ciclo de vida de tu proyecto de investigación.

CVPR 2024: Generación de entornos de IA corpórea en 3D guiada por lenguaje.

Repositorio de plantilla para paquetes de Python