nlp

[ICLR 2025] Síntesis de datos de alineación desde cero mediante prompts a LLMs alineados. ¡Su pipeline eficiente y de alta calidad para la generación de datos sintéticos!

Enlaces de Python a libpostal para el análisis y normalización rápida de direcciones internacionales

Kit de herramientas para el ajuste fino, ablación y pruebas unitarias de LLMs de código abierto.

Interfaz ligera en C++ basada en Eigen para solucionadores de programación no lineal (Ipopt, Snopt).

👑 Bloques de construcción y visualizadores de spaCy para aplicaciones Streamlit

Repositorio de GitHub con tutoriales para ajustar modelos transformers en diversas tareas de NLP.

🚀 Catalyst es una librería de procesamiento de lenguaje natural en C# diseñada para la velocidad. Inspirada en el diseño de spaCy, ofrece modelos preentrenados, soporte inmediato para el entrenamiento de embeddings de palabras y documentos, y modelos flexibles de reconocimiento de entidades.

Una biblioteca de detección de idiomas para PHP. Detecta el idioma a partir de una cadena de texto dada.

Machine Learning, Deep Learning, Python, modelos grandes, multimodalidad, LLM, algoritmos y tutoriales de NLP para entrevistas

Utiliza modelos multimodales de interacción tardía como ColPali con solo unas pocas líneas de código.

Presentamos un nuevo modelo diseñado para la tarea de generación de código. Su precisión de prueba en el conjunto de datos base HumanEval supera a la de GPT-4 Turbo (abril de 2024) y GPT-4o.

Una colección curada de herramientas de IA, API, conjuntos de datos y recursos de aprendizaje gratuitos y de alta calidad que cubren aprendizaje automático, aprendizaje profundo, IA generativa, PLN y ciencia de datos. Diseñado para ayudar a desarrolladores, investigadores y creadores a explorar y construir con IA más rápido.

Kit de herramientas de lenguaje natural para idiomas índicos, cuyo objetivo es proporcionar soporte inmediato para diversas tareas de PNL que un desarrollador de aplicaciones pueda necesitar.

DeepResearch Bench: un benchmark integral para agentes de investigación profunda.

La versión en línea no está disponible temporalmente porque no podemos permitirnos la clave. Puedes clonarlo y ejecutarlo localmente. Nota: configuramos una clave de OpenAI por defecto. Si las claves exceden el plan y no son válidas, por favor avísanos. La velocidad de respuesta depende de OpenAI (a veces, el servicio oficial está muy saturado y es lento).

La biblioteca de detección de lenguaje natural más precisa para Java y la JVM, adecuada tanto para textos largos como cortos

Chatbot de IA para conversar con archivos CSV, PDF, TXT y videos de YouTube, utilizando Langchain, OpenAI y Streamlit.

Kits de herramientas de procesamiento de lenguaje natural de XiaoMi

OCTIS: ¡Comparar modelos de temas es sencillo! Un paquete de Python para optimizar y evaluar modelos de temas (aceptado en la pista de demostración de EACL2021).

Conecta y chatea con tus múltiples documentos (PDF y TXT) a través de GPT-3.5, GPT-4 Turbo, Claude y LLMs locales de código abierto.

Trankit es un kit de herramientas de Python ligero basado en Transformer para el procesamiento de lenguaje natural multilingüe

LexNLP de LexPredict

DNABERT: modelo preentrenado Bidirectional Encoder Representations from Transformers para el lenguaje del ADN en el genoma.

Un marco neuronal para la evaluación de traducción automática (MT)

Kiwi (analizador morfológico inteligente de coreano)

PatrickStar permite modelos preentrenados para PNL más grandes, rápidos y eficientes, democratizando la IA para todos.

Framework para mejorar LLMs en tareas de RAG mediante ajuste fino (fine-tuning).

Artículos de conferencias destacadas y altamente citados sobre la interpretabilidad de modelos de redes neuronales en el aprendizaje profundo (con código incluido).

Deduplicación de texto todo en uno.

Implementaciones en Python de tecnologías de desambiguación de sentido de palabras (WSD)