open-korean-instructions

韩语指令数据集，用于语言模型训练

Open Korean Instructions 한국어 ChatGPT GPT 번역 데이터셋 Github 开源项目

本项目收集了多个开放的韩语指令数据集，用于语言模型训练，包括KoAlpaca和ShareGPT等翻译数据。同时还包含GPT生成的多种数据，以提升模型性能。如有新的数据，请通过PR提交。

Github

Huggingface

介绍相关项目

Mol-Instructions - 大规模生物分子指令数据集助力大语言模型

GithubMol-Instructions大语言模型开源项目数据集生物分子蛋白质

Mol-Instructions是一个开放的大规模生物分子指令数据集,包含分子导向、蛋白质导向和生物分子文本三类指令。数据集涵盖分子设计、蛋白质功能预测等多个任务,通过AI协作、数据提取和模板转换等方法构建。该数据集旨在增强大语言模型在生物分子领域的表现,现已在Hugging Face平台发布。

albert-kor-base - 为韩语自然语言处理优化的Albert基础模型

AlbertGithubHuggingfacetransformers开源项目模型深度学习自然语言处理韩语

该项目提供了一个基于70GB韩语文本数据集训练的Albert基础模型，使用42000个小写子词。模型旨在为韩语自然语言处理任务提供高效的预训练表示。研究者可通过transformers库轻松加载模型和分词器。项目还包含模型性能评估及与其他韩语语言模型的比较信息，为相关研究提供参考。

Llama-2-ko-7b-Chat - Llama-2拓展到韩语文本生成的进展与优化

GithubHuggingfaceLlama 2NLP开源项目文本生成模型训练语言模型

Llama-2-Ko-7b-Chat通过结合Llama-2预训练模型和特定韩语数据集kullm-v2，致力于提升韩语文本生成能力，实现对话支持。Taemin Kim和Juwon Kim基于Naver BoostCamp NLP-08开发并持续更新优化此项目。模型只接受和生成文本，采用先进技术以提高生成质量，为研究新语言处理能力和优化方案的研究者及开发者提供参考。

polyglot-ko-1.3b - EleutherAI推出13亿参数韩语自然语言处理模型

GithubHuggingfacePolyglot-Ko大规模语言模型开源项目模型自回归语言模型自然语言处理韩语模型

Polyglot-Ko-1.3B是EleutherAI团队开发的韩语自回归语言模型，拥有13亿参数。该模型在863GB韩语数据上训练，在KOBEST基准测试中表现优异。与同规模模型相比，Polyglot-Ko-1.3B在多个下游任务中展现出显著优势，可应用于多种韩语自然语言处理任务。

polyglot-ko-12.8b-safetensors - Polyglot-ko 12.8B韩语模型的SafeTensors优化版

EleutherAIGithubHuggingfacePolyglot-kosafetensors开源项目文本生成模型韩语模型

该项目提供EleutherAI开发的Polyglot-ko 12.8B韩语模型的SafeTensors格式优化版。优化版采用1GB的较小分片大小，提高了模型的易用性和部署便捷性。在保持原始性能的同时，优化版显著提升了加载速度和存储效率。这一资源对于从事韩语自然语言处理的研究人员和开发者具有重要价值，可用于各类韩语NLP任务。

KoAlpaca-Polyglot-5.8B - 韩文文本生成模型的优化与安全增强

GithubHuggingfaceKoAlpaca开源项目数据集模型训练语言生成

该项目基于EleutherAI的polyglot-ko-5.8b模型，并在KoAlpaca数据集v1.1b上进行了优化，提升了韩文文本生成的准确性和效率。新增的最大分片1GB的Safetensor模型权重，显著增强了模型的稳定性。通过应用Adam优化器和特定训练参数，该模型在短期内达到了预期效果。详细信息和代码可在KoAlpaca的Github仓库中获取。

kcbert-base - 基于韩语评论数据构建的KcBERT模型实现性能优化

GithubHuggingfaceKcBERT开源项目数据清洗机器学习模型한국语情绪分析

KcBERT项目通过解析与处理韩语口语化评论数据，构建了专注于口语文本的预训练BERT模型。该模型在情感分析与实体识别等多项任务中表现优异，具备良好的适应性。通过Huggingface Transformers，用户无需额外下载文档即可使用并微调模型，同时KcBERT提供多种优化策略和数据集下载方式，以适应不同需求。

KoGPT2-FineTuning - KoGPT2模型微调工具韩语歌词和文本生成

GithubKoGPT2开源项目微调文本生成机器学习自然语言处理

KoGPT2-FineTuning是一个基于SKT-AI的KoGPT2模型的微调工具，专注于韩语歌词和文本生成。该项目使用精选的歌词、小说和文章数据进行训练，支持不同音乐流派的歌词创作。它提供Colab运行环境，并包含可调参数的生成器功能，方便用户控制输出文本的创意性。此项目为韩语自然语言处理和创意写作领域提供了实用的解决方案。

sharegpt4video-8b - 基于视频指令数据训练的开源视频对话模型

GithubHuggingfaceShareGPT4Video开源项目机器学习模型视频指令数据视频聊天机器人视频语言模型

sharegpt4video-8b是一个开源视频对话模型，基于153K多样化视频指令数据和28K高质量视频字幕数据进行全模型微调。该模型能处理视频问答、描述和分析等任务，旨在推进视频-语言模型研究。它主要面向计算机视觉、自然语言处理和人工智能领域的研究人员，用于探索大规模视频-语言模型和视频聊天机器人的潜力。

bert-kor-base - BERT韩语基础模型助力自然语言处理任务

BERTGithubHuggingfaceTransformers开源项目模型自然语言处理韩语模型预训练模型

bert-kor-base是一个韩语BERT基础模型，利用70GB韩语文本和42000个小写子词训练而成。该模型可应用于文本分类、命名实体识别、问答系统等韩语自然语言处理任务。研究者可通过Hugging Face的transformers库轻松使用。GitHub项目页面提供了详细的性能评估和与其他韩语模型的对比，为相关研究和应用开发提供参考。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com