natural-language-processing

🌟 100+ schémas originaux sur les LLM / RL 📚, présentés par l'auteur de « Algorithmes de grands modèles » ! 💥

Extraire du texte de n'importe quel document, simplement et efficacement.

Augmentation de données pour le NLP.

Tutoriels pour débuter avec PyTorch et TorchText pour l'analyse de sentiment.

🤗 AutoTrain Advanced

« Grands modèles de langage » par Zhao Xin, Li Junyi, Zhou Kun, Tang Tianyi et Wen Jirong

Plateforme de ressources pour les entretiens d'ingénieurs en algorithmes AIGC, LLM et agents IA, couvrant l'ensemble du domaine de l'IA.

Une bibliothèque rapide pour l'AutoML et le réglage. Rejoignez notre Discord : https://discord.gg/Cppx2vSPVP.

État de l'art du traitement du langage naturel

Une série de grands modèles de langage développés par Baichuan Intelligent Technology

Le client CLI et Python officiel pour le Hugging Face Hub.

Boîte à outils de prétraitement et d'analyse NLP pour le chinois, précise, efficace et facile à utiliser. www.jionlp.com

Faciliter la conception, la comparaison et le partage de modèles d'appariement de texte profond.

Une collection de méthodes scientifiques, processus, algorithmes et systèmes pour construire des histoires et des modèles.

Learning Interpretability Tool : analysez interactivement les modèles de ML pour comprendre leur comportement via une interface extensible et agnostique au framework.

Modèle généraliste et léger pour la reconnaissance d'entités nommées (extraction de tout type d'entité à partir de textes).

Cours d'apprentissage automatique ouvert

TextAttack est un framework Python pour les attaques adverses, l'augmentation de données et l'entraînement de modèles en NLP.

Apprenez à concevoir, développer, déployer et itérer sur des applications ML de qualité production.

R&D accélérée en deep learning.

🚀 EvoAgentX : Construire un écosystème d'agents IA auto-évolutif

Dépôt destiné à aider les débutants en machine learning ou ceux qui préparent un groupe d'étude.

Construisez un LLM moderne à partir de zéro. Chaque ligne est commentée. Expliqué simplement.

Segmentation de mots chinois.

Architecture fondamentale pour (M)LLM.

[NeurIPS 2024] OSWorld : évaluation comparative d'agents multimodaux pour des tâches ouvertes dans des environnements informatiques réels.

Framework open source de pré-entraînement de modèles sous PyTorch et zoo de modèles pré-entraînés.

Articles incontournables sur les agents LLM.

Bibliothèque Golang pour le traitement de texte, incluant la tokenisation, l'étiquetage morphosyntaxique et l'extraction d'entités nommées.

Un outil simple pour mettre à jour les entrées bibliographiques avec leurs informations officielles (par exemple, DBLP ou l'ACL anthology).