language-model

Go 語言編寫的獨立機器學習與自然語言處理函式庫。

簡繁擴充詞庫/聲調編碼/最全聲調標註工具鏈/萬象更新工具鏈/Rime 語法模型：LMDG - Language, Model, Dictionary, Grammar。沒錯這裡就是萬象拼音的「羅馬帝國」！

RAPTOR 的官方實作：用於樹狀組織檢索的遞迴抽象處理

中文對話 0.2B 小模型（ChatLM-Chinese-0.2B），開源所有資料集來源、資料清洗、tokenizer 訓練、模型預訓練、SFT 指令微調、RLHF 優化等流程的全部程式碼。支援下游任務 sft 微調，給出三元組資訊抽取微調範例。

使用大型語言模型（LLMs）從程式碼自動建立架構圖。

Macaw-LLM：整合圖像、影片、音訊與文字的多模態語言模型

適用於 RWKV 語言模型在 CPU 上進行 INT4/INT5/INT8 與 FP16 推理

小模型，大邏輯：多元驅動最佳化在 VibeThinker-1.5B 中引發大模型推理能力

[EMNLP 2025 Oral] MemoryOS 旨在為個人化 AI 代理提供記憶作業系統。

基礎模型學習課程，從零開始到前沿技術

預訓練中文 ELECTRA 模型

日本語LLM總結 - 日本語LLM概覽

韓語 BERT 預訓練區分大小寫模型 (KoBERT)

🛸 在 spaCy 中使用預先訓練的 transformer，如 BERT、XLNet 和 GPT-2

計算任何 LLM 所需的 token/s 與 GPU 記憶體需求。支援 llama.cpp/ggml/bnb/QLoRA 量化

一個開源的知識型 Large Language Model 框架

在有限的運算資源內塞入（BERT 類型）語言模型的訓練。

「Prismer: A Vision-Language Model with Multi-Task Experts」的實作。

Transformers4Rec 是一個靈活且高效的序列與基於會話的推薦函式庫，可與 PyTorch 搭配使用。

根據論文〈Cognitive Architectures for Language Agents〉列出的語言代理清單

一個語音聊天應用程式

💁 自然語言處理 Transformers 模型精選寶庫，包含論文、影片、部落格、官方儲存庫以及 Colab 筆記本。 🛫☑️

用於訓練遵循指令 LLM (ChatGPT、LLaMA、Alpaca) 的開源資料集集合

精選的 NLP 資源清單，聚焦於 Transformer 網路、注意力機制、GPT、BERT、ChatGPT、LLMs 與遷移學習。

[NeurIPS 2023] LLM-Pruner：大型語言模型的結構化剪枝。支援 Llama-3/3.1、Llama-2、LLaMA、BLOOM、Vicuna、Baichuan、TinyLlama 等。

ToRA 是一系列工具整合的推理 LLM 代理，旨在透過與工具互動來解決具挑戰性的數學推理問題 [ICLR'24]。

Z80-μLM 是一個 2 位元量化語言模型，小到足以在 8 位元 Z80 處理器上執行。使用 Python 訓練對話模型，將其匯出為 CP/M .COM 二進位檔，並與您的復古電腦對話。

LangSmith 客戶端 SDK 實作

Kaldi 的 Python 包裝器

【兼容 ollama 和其他模型】將任何具有 OpenAI API 呼叫方法的模型整合到 PotPlayer 中。它能讓你在觀看影片時即時翻譯字幕，從而打破語言障礙，提升你的觀看體驗。