Project Icon

jtokkit

专为OpenAI模型设计的Java分词库,提供便捷的API,支持多种编码和解码算法

JTokkit是一个专为OpenAI模型设计的Java分词库,提供便捷的API,支持多种编码和解码算法如r50k_base和cl100k_base。该库无依赖,兼容Java 8及以上版本,并具备高效性能。用户可以通过Maven或Gradle轻松安装,并支持自定义编码算法。使用JTokkit,开发者能够轻松进行自然语言处理任务中的文本分词和令牌计算。

gpt-j-api - 与GPT-J语言模型互动的文本生成和多语言分类API
API端点GPT-JGithubgpt-j-api开源项目文本生成零样本分类
介绍了通过API与GPT-J语言模型进行互动,支持文本生成和多语言文本分类,包括Python和Bash示例、公开API接口、Streamlit应用和独立API文档。提供了在TPU VM上设置服务器和部署Streamlit仪表板的详细指南。
vibrato - Viterbi算法驱动的高效分词器
GithubMeCabRustVibratotokenization开源项目形态素分析
Vibrato是利用Viterbi算法的高效分词器,用Rust重写并优化了MeCab分词器,显著提高分词性能。它支持与MeCab兼容的输出,并允许从自己的数据训练分词参数。Vibrato擅长处理大规模矩阵数据,加快分词速度。项目提供了Python接口和WebAssembly演示,兼顾多种应用场景。详见项目文档,可通过Slack社区进行讨论。支持Apache 2.0和MIT双许可。
deeplearning4j - 多语言与硬件兼容的JVM深度学习框架
DataVecEclipse Deeplearning4JGithubND4JSameDiff开源项目深度学习
DL4J生态系统为JVM应用提供全方位深度学习支持,覆盖数据预处理、模型构建与优化。支持多种编程语言和硬件平台,包括DL4J、ND4J、SameDiff和DataVec模块,兼容Keras和TensorFlow模型并支持分布式训练。适用于Windows、Linux和macOS,提升JVM深度学习应用能力。了解更多信息,请访问官方文档。
GPT-JT-6B-v1 - 优化文本分类的先进语言模型
GPT-JTGithubHuggingfaceUL2分类任务开放数据集开源项目文本生成模型
GPT-JT-6B-v1采用去中心化训练和开放数据集,提升文本分类表现。结合UL2训练目标等先进技术,使其在计算效率上具有优势,优于大多数百亿参数模型。在多样化数据集如自然指令和P3上,GPT-JT利用标记和双向上下文学习,增强推断能力和语言处理功能。
sentencepiece - 无监督神经网络文本分词与去分词工具
GithubSentencePiece分词子词单元开源项目机器翻译自然语言处理
SentencePiece是一种用于神经网络文本生成系统的无监督分词工具。它支持多种子词算法,如BPE和unigram语言模型,可直接从原始文本训练。这个工具具有语言无关性,实现了子词正则化,运行速度快,占用资源少。SentencePiece能直接生成词汇ID序列,执行NFKC标准化,是一个完全端到端的系统,无需依赖特定语言的预处理或后处理。
llm-jp-3-1.8b-instruct - 跨平台大规模语言模型的多语言开发与评估
GithubHuggingfacellm-jptransformers大规模语言模型开源项目指令微调模型预训练
项目由日本国家信息学研究所研发中心开发,提供支持多种编程语言的大型语言模型,如C、Python、Java。采用Transformer架构,模型经过大规模数据集的预训练与优化微调,适用于多语言环境。用户可通过Hugging Face Transformers库轻松集成与使用。项目提供模型技术细节、参数设置和语言标记器使用方法,以及多样化的数据集和评估方案,适用于中文、英文、日文等语言。
MiNLP - 迈向智能文本解析的先进中文自然语言处理平台
GithubMiNLP中文分词开源开源项目结构化解析自然语言处理
小米自然语言处理平台(MiNLP)涵盖词法、句法和语义分析模块,已在公司业务中广泛应用。MiNLP-Tokenizer中文分词工具自2020年11月开源以来不断优化。2021年计划开源词性标注和命名实体识别工具,并逐步开源句法和语义分析工具,致力于打造功能领先的NLP平台。duckling-fork-chinese专注于中文结构化解析,广泛应用于小爱生产环境,尤其在数字和时间解析方面表现出色。
All in one LLM Token Counter - 多模型支持的在线语言模型令牌计数工具
AI工具AnthropicLLMMistralOpenAIToken Counter
此工具支持GPT-4、Claude-3、Llama-3等主流语言模型的令牌计数。采用浏览器端分词技术,快速计算提示词令牌数,助力有效管理token限制。客户端运行确保数据安全,提供常见问题解答,并持续更新支持模型。适用于需要精确控制输入长度的AI开发和应用场景。
mynlp - 高性能和可扩展的中文自然语言处理工具包
GithubMynlp中文NLP安装开源项目模型词典
mynlp是一个高性能且可扩展的中文自然语言处理工具包,支持通过Maven和Gradle轻松安装。用户可根据需求选择核心词典、词性标注、命名实体识别、拼音切分等模型资源,mylnp-all依赖包涵盖大部分常用资源。该项目参考了多个优秀开源项目并结合多种算法,适用于广泛的应用场景。详情请访问mynlp在线文档。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号