question-answering

🔥 Rankify : un toolkit Python complet pour la récupération, le re‑ranking et la génération augmentée par récupération 🔥. Notre toolkit intègre 40 jeux de données de référence pré‑récupérés et prend en charge plus de 7 techniques de récupération, plus de 24 modèles de re‑ranking de pointe, ainsi que plusieurs méthodes RAG.

Inférence rapide de transformer pour Ruby

Une implémentation du modèle BERT et de ses tâches en aval associées basée sur le framework PyTorch. @跟我学机器学习

Ce dépôt contient le code d'évaluation pour l'article "MMMU: A Massive Multi-discipline Multimodal Understanding and Reasoning Benchmark for Expert AGI"

Plateforme de recherche web minimaliste avec un assistant IA qui s'exécute directement depuis votre navigateur. Démo : https://felladrin-minisearch.hf.space

Dépôt NLP de Deep Learning résumant les tâches en aval, du prétraitement du texte aux modèles les plus récents comme Topic Models, BERT, GPT et LLM en utilisant TensorFlow.

Utilisez ArXiv ChatGuru pour interagir avec des articles de recherche. Cette application utilise LangChain, OpenAI, Streamlit et Redis comme base de données vectorielle/cache sémantique.

KoalaQA est une communauté de service après-vente open source pilotée par des grands modèles d'IA, offrant des capacités de réponse, de recherche et d'exploitation par IA pour déployer rapidement des scénarios de support client, de FAQ communautaire et de libre-service, aidant les équipes à réduire considérablement les coûts opérationnels, à améliorer la satisfaction client et l'efficacité des réponses, tout en visant l'objectif ZCR (Zero Contact Resolution).

Jeu de données et benchmark pour le RAG sur des documents internes d'entreprise.

Happy Transformer facilite le réglage fin (fine-tuning) et l'inférence avec les modèles NLP Transformer.

Synthétisez et interrogez une multitude de documents hétérogènes. Compatible avec tout fournisseur LLM, tout type de fichier, RAG avancé, résumés avancés, scriptable, etc.

SimilaritySearchKit est un package Swift fournissant des embeddings de texte en local et des fonctionnalités de recherche sémantique pour les applications iOS et macOS.

Extraction des questions journalistiques 5W1H à partir d'articles de presse : qui a fait quoi, quand, où, pourquoi et comment ?

Réponses aux questions pour un poste de développeur Frontend.

DialogStudio : Vers la collection de jeux de données unifiés la plus riche et la plus diverse, et des modèles conscients des instructions pour l'IA conversationnelle