#Wikipedia
wit - 全球最大多语言多模态数据集，助力机器学习模型优化
WIT数据集多模态机器学习WikipediaGithub开源项目
Wikipedia-based Image Text (WIT) 数据集包括3760万张图片与文本对，涵盖108种语言和1150万独特图片。该数据集旨在支持多模态机器学习模型的训练，特别是在多语言环境下的有效性已得到广泛验证。WIT数据集获得了WikiMedia基金会的年度研究奖，并且现已开放下载，为研究人员和开发者提供了宝贵的资源和支持。
WikiChat - 利用维基百科降低大语言模型聊天机器人错误率
WikiChatWikipediaLLMGPT-4ColBERTGithub开源项目
WikiChat利用维基百科和七阶段管道，提高ChatGPT和GPT-4等大语言模型的回答准确性，特别适合查询最新或冷门知识，减少幻觉问题。WikiChat还获得了2024年维基媒体研究奖，并推出了多个优化方案。
Wikipedia Article AI - AI驱动的维基百科文章生成工具
AI工具AI生成维基百科文章维基百科页面创建WikipediaSEO优化ChatGPT
Wikipedia Article AI利用先进的人工智能技术，为用户提供快速、高效的维基百科文章创作服务。这款基于ChatGPT-4的工具能生成符合维基百科严格标准的内容，显著降低创作成本和时间。其独特的'上线保证'政策确保用户投资的安全性。通过使用该工具，企业和个人可以提升在线影响力，改善搜索引擎排名，并吸引更多高质量流量，是打造权威在线形象的理想选择。
genre-linking-blink - 使用BART架构实现的实体检索系统GENRE
GENRE实体检索开源项目命名实体消歧模型HuggingfaceBART架构GithubWikipedia
GENRE系统采用序列到序列策略实施实体检索，基于经过微调的BART架构实现精确的实体链接。该系统以输入文本生成独特实体名称，通过受限束搜索确保生成的标识符有效。最初在facebookresearch/GENRE使用fairseq发布，并通过BLINK训练集优化了Wikipedia基础上的实体消歧，适合高精度命名实体链接需求的应用场景。