Project Icon

CBook-150K

中文图书语料集合 支持PDF EPUB MOBI格式

CBook-150K是一个包含约15万本中文图书的语料集合,基于开源MD5图书链接构建。项目支持PDF、EPUB和MOBI格式解析,提供MD5链接目录结构和快速转存方法。介绍了各种电子书格式的解析技术,为自然语言处理研究提供中文文本资源。该语料集合仅供科研用途。

Chinese-Tiny-LLM - 中文大语言模型训练流程与高质量语料库开源项目
Chinese-Tiny-LLMGithub中文语料库开源项目自然语言处理语言模型预训练
Chinese-Tiny-LLM项目提供完整的中文网络语料清洗流程和预训练代码,包含MAP-CC(8000亿中文token预训练数据集)、CHC-Bench(中文难例指令理解基准测试)和CT-LLM(2B参数中文中心语言模型)。该项目突破了传统依赖英语语料库的LLM训练方法,为构建更具包容性和适应性的语言模型奠定基础。
e2b-cookbook - 编程技术的全方位资源库
E2B Code Interpreter SDKGithubJavaScript/TypeScriptPython人工智能代码解释器开源项目
E2B Cookbook是一本编程实践指南,涵盖从Hello World示例到高级数据分析和人工智能集成的多样化案例。为开发者详解TypeScript,Python,JavaScript等多种语言的SDK使用方式,探索现代AI技术在项目开发中的应用。适合各级别开发者获取有用的资源与灵感。
Mind-Expanding-Books - 多领域经典图书精选,拓展思维和知识视野
Github个人成长书籍分类图书推荐开源项目知识拓展阅读
Mind-Expanding-Books项目汇集了商业、哲学、科学、历史等多领域的经典图书。每本书均附有评分和出版年份,便于读者选择。该列表定期更新,提供高质量阅读推荐,有助于拓展知识、激发思考。无论是专业深度阅读还是拓宽视野,这里都有适合的选择。项目旨在帮助读者找到有趣且富有启发性的书籍,提升阅读体验。
openlibrary - 全球开放图书目录 为每本书创建网页
GithubOpen Library互联网档案馆在线图书目录开源项目数字图书馆
Open Library是始于2006年的开放式图书目录项目,旨在为每本出版书籍创建网页。该平台提供公有领域和绝版书籍的在线阅读,致力构建全面的数字图书资源库。项目鼓励各界志愿者参与,共同完善这一开放的图书目录系统。
www.mlcompendium.com - 机器学习与深度学习资源大全,免费公开,便于学习与作者互动
CompendiumDeep LearningGitBookGitHubGithubMachine Learning开源项目
项目为免费非营利教育工具,包含约500个机器学习及深度学习主题,如算法、特征选择、深度学习、NLP、音频处理等,帮助用户节省搜索时间,连接优秀作者。项目持续更新,支持社区贡献,致力于知识共享和教育普及。
grobid - 基于机器学习的高效文献数据解析工具
Deep LearningGROBIDGithubPDF处理开源项目机器学习科学文献
GROBID 是一个将PDF等原始文档转换为结构化XML/TEI编码文档的机器学习库,专为技术和科学出版物设计。功能包括文献标题和参考文献的提取、全文结构化以及PDF坐标解析等。提供丰富的Web服务API、Docker镜像和批处理能力,适用于高效大规模的文献处理,适合生产环境。其深度学习模型显著提升解析精度,并已被众多科研机构和平台采用,支持Linux和macOS操作系统。
libriheavy - 大规模语音识别数据集,50,000小时带标点和上下文
GithubLibriheavy上下文开源项目数据集标点符号语音识别
Libriheavy是基于Librilight的大规模标注语音数据集,总时长达50,000小时。该数据集包含标点、大小写和上下文信息,适用于多种语音任务研究。Libriheavy提供完整版和ASR训练专用版本,支持多种数据格式。此外,项目还提供基线模型和性能排行榜,展示了在不同规模子集上的识别效果。研究人员可以通过简单步骤获取并使用这一丰富的语音识别资源。
ollama-ebook-summary - 基于Python的电子书摘要生成工具
GithubMistralOllama书籍摘要分段处理开源项目自动化提取
ollama-ebook-summary是一个基于Python的开源项目,用于生成电子书和长文本的要点摘要。该工具可自动提取章节,将内容分割成小块,并利用大语言模型生成摘要。支持epub和pdf格式,兼容Ollama和Hugging Face模型。除生成摘要外,还能针对文本特定部分回答问题,适用于快速浏览大量研究论文或书籍。
Manga_downloader - 多平台漫画小说一键下载的强大工具
BookwalkerChromeGithubManga_downloaderSelenium开源项目漫画下载器
Manga_downloader是一款支持多个热门平台的漫画和小说下载工具。它可以自动下载Bookwalker、DMM等网站的高质量原图,支持批量下载、自动翻页和自定义文件名。最新版本新增了封面下载和页码匹配功能,进一步优化了使用体验。该工具采用定制Chrome浏览器实现,可以轻松获取数字漫画和小说资源。
Yi-6B-200K - 提供中英文双语支持的开源大语言模型
GithubHuggingfaceYi双语开源开源项目技术报告模型语言模型
致力于构建开源大语言模型,具备出色的语言理解、常识推理和阅读理解能力。Yi系列通过多语言语料库训练,在许多基准测试中表现优异。采用Llama架构,由Yi团队独立开发数据集与基础设施,适合个人、学术和商业使用。
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