Project Icon

miracl

跨18语言的多语言信息检索数据集

MIRACL项目提供了一个跨18种语言的多语言信息检索数据集,涵盖全球超过30亿母语使用者。该数据集包含16种已知语言的Wikipedia语料库,并提供相应的训练和开发数据。项目还包括基于BM25和mDPR的基线系统,以及使用Pyserini复现结果的指南。这一资源为多语言信息检索研究提供了有价值的支持。

MetaCLIP - CLIP模型数据处理优化工具
CLIPGithubMetaCLIP图像文本对开源项目数据清洗预训练模型
MetaCLIP是一个改进CLIP模型数据处理的开源项目。它提出了一种新的数据筛选算法,无需依赖现有模型即可从头整理数据。该项目强调数据质量,提供了可扩展到CommonCrawl全数据集的方法。MetaCLIP公开训练数据分布,提高了透明度,并为CLIP模型提供标准化的实验设置,便于控制实验和公平比较。
pisa - 高效率大规模文本搜索引擎
GithubPISA信息检索倒排索引开源项目搜索引擎文本检索
PISA是一款开源的高性能文本搜索引擎,专门面向大规模文档集合。该引擎使用C++开发,具备解析、索引和分片等功能,并实现了多种索引压缩方法和查询处理算法。PISA支持构建倒排索引、执行布尔查询和文档排序,适用于信息检索研究及通用搜索系统。它可以处理包含5000万网页文档的大型语料库,并在毫秒级别内返回搜索结果,为研究人员提供了高效的实验平台。
Mixtral-8x22B-v0.1 - 多平台兼容的预训练大规模语言模型
GithubHugging FaceHuggingfaceMistral AIMixtral-8x22B开源项目模型生成模型语言模型
这是一款多语言兼容的预训练大型语言模型,支持生成性稀疏专家技术,兼容vLLM和Hugging Face transformers库,提供灵活的运行选项和优化内存管理的优势。然而,用户需注意,该模型没有内容审核功能。
MultiBench - 多模态学习的多尺度标准基准
BenchmarkGithubMultiBenchMultimodal学习开源项目数据集深度学习
MultiBench是一个系统化、统一的大规模基准,用于多模态表征学习,覆盖15个数据集、10种模态、20个预测任务和6个研究领域。它提供自动化的端到端机器学习管道,简化数据加载、实验设置和模型评估,确保在真实世界中的适用性和鲁棒性。
Mistral-7B-v0.1 - 超越Llama 2的开源大语言模型
GithubHuggingfaceMistral-7B大语言模型开源项目文本生成模型深度学习自然语言处理
Mistral-7B-v0.1是一个开源的大型语言模型,拥有70亿参数,性能超越Llama 2 13B。该模型采用分组查询注意力、滑动窗口注意力等创新技术,是一个强大的预训练基础模型。需注意,模型尚未包含内容审核机制,使用时需搭配Transformers 4.34.0或更高版本。
mwmbl - 社区驱动的开源非营利搜索引擎
GithubMwmbl开源搜索引擎开源项目社区驱动网络爬虫非盈利
Mwmbl是一款无广告、无跟踪的开源搜索引擎,排名由社区决定。作为Google和Bing等商业搜索引擎的替代选择,Mwmbl拥有独立的索引库,目前收录约5亿个独特URL。通过分布式爬虫和社区参与,项目计划在2026年底前将索引规模扩大至1000亿URL。Mwmbl致力于打造非营利、用户友好的搜索体验,欢迎更多人加入社区共同建设。
Awesome_Multimodel_LLM - 多模态大语言模型资源集锦及研究动态
Github上下文学习多模态大语言模型开源项目思维链指令微调视觉推理
本项目汇集了多模态大语言模型(MLLM)相关资源,涵盖数据集、指令微调、上下文学习、思维链等多个方面。内容持续更新,跟踪MLLM领域最新进展。项目还将发布LLM和MLLM最新研究综述。这是研究人员和开发者了解MLLM前沿动态的重要参考。
LAVIS - 多任务语言与视觉模型的统一接口和便捷数据下载工具
BLIPGithubLAVISSalesforceX-InstructBLIPlanguage-vision开源项目
LAVIS是一款用于语言与视觉智能研究的Python库,提供统一接口,支持图像文本预训练、检索和视觉问答等10多种任务,并包含20多个数据集和30多个预训练模型。其模块化设计和自动下载工具简化了数据准备和模型训练,是开发多模态应用的理想选择。
mlc-llm - 通用大语言模型高性能部署引擎
AI模型优化GithubMLC LLMMLCEngine开源项目机器学习编译器高性能部署
MLC LLM是一款用于大语言模型的高性能部署引擎,支持用户在各种平台上开发、优化和部署AI模型。核心组件MLCEngine通过REST服务器、Python、JavaScript、iOS和Android等接口提供OpenAI兼容的API,支持AMD、NVIDIA、Apple和Intel等多种硬件平台。项目持续优化编译器和引擎,与社区共同发展。
Medical_NLP - 医疗行业自然语言处理资源汇总,包括评测、数据集和预训练模型
GithubMedical_NLP中文医疗基准测评开源项目开源预训练模型数据集评测
本页面汇总了最新的医疗自然语言处理资源,涵盖基准评测、比赛信息、多语言数据集、开源预训练模型、学术论文和工具包等内容。为研究人员和开发者提供一站式资源支持,以提升医疗NLP领域的研究深度和应用效果。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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