language-model

Biblioteca de aprendizaje automático y procesamiento de lenguaje natural independiente escrita en Go.

Vocabulario extendido simplificado/tradicional, codificación de tonos, la cadena de herramientas de anotación de tonos más completa, cadena de herramientas Wanxiang Gengxin y modelo gramatical de Rime: LMDG - Language, Model, Dictionary, Grammar. ¡Así es, este es el "Imperio Romano" de Wanxiang Pinyin!

Implementación oficial de RAPTOR: Recursive Abstractive Processing for Tree-Organized Retrieval

Pequeño modelo de diálogo en chino de 0.2B (ChatLM-Chinese-0.2B), con código fuente abierto para todos los procesos, incluidas fuentes de conjuntos de datos, limpieza de datos, entrenamiento de tokenizadores, preentrenamiento de modelos, ajuste de instrucciones SFT y optimización RLHF. Es compatible con el ajuste fino SFT para tareas posteriores y proporciona ejemplos de ajuste para la extracción de información de tripletes.

Crea diagramas de arquitectura a partir de código automáticamente utilizando modelos de lenguaje grandes (LLMs).

Macaw-LLM: modelado de lenguaje multimodal con integración de imagen, video, audio y texto.

Inferencia INT4/INT5/INT8 y FP16 en CPU para el modelo de lenguaje RWKV

[EMNLP 2025 Oral] MemoryOS está diseñado para proporcionar un sistema operativo de memoria para agentes de IA personalizados.

Modelo pequeño, gran lógica: la optimización impulsada por la diversidad provoca la capacidad de razonamiento de modelos grandes en VibeThinker-1.5B

Un plan de estudios para aprender sobre modelos fundamentales, desde cero hasta la vanguardia.

Modelo ELECTRA preentrenado para chino

Resumen de LLM en japonés - Descripción general de los LLM japoneses.

Modelo BERT coreano preentrenado con distinción de mayúsculas (KoBERT)

Utiliza transformers preentrenados como BERT, XLNet y GPT-2 en spaCy

Calcula tokens/s y los requisitos de memoria GPU para cualquier LLM. Soporta cuantización llama.cpp/ggml/bnb/QLoRA.

Un framework de código abierto para modelos de lenguaje extenso con base de conocimientos.

Optimización del entrenamiento de un modelo de lenguaje (tipo BERT) con recursos computacionales limitados.

Implementación de Prismer: un modelo de lenguaje y visión con expertos multitarea

Transformers4Rec es una biblioteca flexible y eficiente para sistemas de recomendación secuenciales y basados en sesiones, compatible con PyTorch.

Lista de agentes de lenguaje basada en el artículo "Cognitive Architectures for Language Agents"

Una aplicación de chat de voz.

💁 Impresionante colección de modelos Transformers para procesamiento de lenguaje natural que contiene artículos, videos, blogs, repositorio oficial junto con cuadernos de Colab. 🛫☑️

Una colección de conjuntos de datos de código abierto para entrenar LLM que siguen instrucciones (ChatGPT, LLaMA, Alpaca).

Lista curada de recursos de PNL centrada en redes Transformer, mecanismos de atención, GPT, BERT, ChatGPT, LLMs y aprendizaje por transferencia

[NeurIPS 2023] LLM-Pruner: Sobre la poda estructural de modelos de lenguaje de gran tamaño. Soporta Llama-3/3.1, Llama-2, LLaMA, BLOOM, Vicuna, Baichuan, TinyLlama, entre otros.

ToRA es una serie de agentes LLM de razonamiento integrados con herramientas, diseñados para resolver problemas matemáticos complejos mediante la interacción con herramientas [ICLR'24].

Z80-μLM es un modelo de lenguaje cuantizado a 2 bits lo suficientemente pequeño como para ejecutarse en un procesador Z80 de 8 bits. Entrena modelos conversacionales en Python, expórtalos como binarios .COM de CP/M y chatea con tu computadora antigua.

Implementaciones del SDK de cliente para LangSmith

Un wrapper de Python para Kaldi

Plugin de traducción de subtítulos en tiempo real que integra la API de OpenAI (u otros modelos compatibles) en PotPlayer para traducir subtítulos mientras ves videos.