Project Icon

Classical-Modern

文言文与现代汉语的大规模平行语料库

Classical-Modern是一个大规模文言文与现代汉语平行语料库。该项目收录了327本古籍原文和97本双语对照数据,共972467个句对。语料库提供原文、译文和双语三种格式,保留了原文顺序。数据经过句子级对齐处理,为中国古典文学研究和自然语言处理提供了重要资源。

gte-large-zh - 中文语义相似度与检索的卓越表现模型
GithubHuggingfaceMTEBgte-large-zhsentence-transformers开源项目模型自然语言处理语义相似度
gte-large-zh模型在MTEB中文基准测试中表现突出,涵盖句子相似度、文本分类、聚类、重排序和检索等多个任务。该模型在CMNLI和JDReview等数据集上的准确率超过80%,为中文自然语言处理应用提供了稳定的语义理解基础。
Chinese-LLaMA-Alpaca - 中文NLP开源模型,深化语义理解与执行技术
Github中文Alpaca中文LLaMA大模型开源开源项目指令精调
Chinese-LLaMA-Alpaca-3项目致力于提升中文NLP的处理效率和效果,通过扩展中文词表并使用中文数据进行二次预训练,大幅增强了中文文本的编解码能力。该项目提供了完善的模型下载、部署和训练指导,支持多种生态系统和快速本地部署,适合高质量文本生成和多轮对话任务。同时,通过开源和社区合作,推动开源大模型技术研究及应用。
data_management_LLM - 大型语言模型训练数据管理资源汇总
Github大语言模型开源项目数据质量监督微调训练数据管理预训练
该项目汇总了大型语言模型训练数据管理的相关资源。内容涵盖预训练和监督微调阶段,探讨领域组成、数据数量和质量等关键方面。项目还收录了数据去重、毒性过滤等技术,以及不同因素间的关系研究。这些资源为优化LLM训练数据管理提供了全面参考。
Multimodal-AND-Large-Language-Models - 多模态与大语言模型前沿研究综述
Github人工智能多模态大语言模型开源项目机器学习视觉语言模型
本项目汇总了多模态和大语言模型领域的最新研究进展,涵盖结构化知识提取、事件抽取、场景图生成和属性识别等核心技术。同时探讨了视觉语言模型在推理、组合性和开放词汇等方面的前沿问题。项目还收录了大量相关综述和立场文章,为研究人员提供全面的领域概览和未来方向参考。
text2vec-large-chinese - 中文大规模句子相似性与特征提取模型
GithubHuggingfaceMacBERTtext2vectransformers句子相似度开源项目模型特征提取
基于text2vec衍生的中文模型,采用LERT替代MacBERT,提高句子相似性和特征提取效率。支持onnxruntime,发布于2024年6月25日。
cltk - 古典语言自然语言处理工具包
CLTKGithubNLPPython古典语言开源项目自然语言处理
CLTK是一个用于古典语言的Python自然语言处理库,提供近20种古典语言的处理管道和模型。用户可以通过pip安装最新版本,同时提供详细的安装和开发文档,支持从源代码安装。该工具特别适用于处理历史语言的学者,填补了现有NLP框架在这一领域的空白。
speech_dataset - 多语言语音识别与合成数据集详细介绍及应用
Github多人语音识别开源开源项目数据集语音合成语音识别
此页面总结了多语言语音数据集,包括中文、英文、日语、韩语、俄语等。涵盖了语音识别、语音合成、说话人识别和分离等应用领域,详细描述了每个数据集的时长、下载地址及其具体用途,帮助用户快速找到符合科研或项目需求的语音数据。
Baichuan2 - 开源大语言模型
Baichuan 2Github大语言模型开源开源项目推理和部署模型微调
Baichuan 2,新一代开源大语言模型,拥有基于2.6万亿Tokens训练的7B与13B版本,展现卓越性能于多语言、法律及医疗领域。开发者经官方审核后,可免费商用。详情见技术报告《Baichuan 2: Open Large-scale Language Models》。
acl-anthology - ACL Anthology 计算语言学开放获取论文库
ACL AnthologyGithub元数据学术论文库开源项目自然语言处理
ACL Anthology是计算语言学和自然语言处理领域的开放获取论文库。该项目收录ACL主办的会议和期刊论文,提供元数据、论文检索、在线阅读和引用生成等功能。ACL Anthology开源了网站代码和Python API,方便研究人员访问和利用数据。项目旨在促进计算语言学研究的开放获取和知识共享,是NLP领域的重要学术资源。
Chinese-Mixtral-8x7B - 增强中文编解码能力的开源大模型
Chinese-Mixtral-8x7BGithubMoE模型增量预训练开源项目推理加速模型下载
Chinese-Mixtral-8x7B通过中文扩词表和增量预训练,提高了在中文编解码和生成理解能力。项目提供完整的开源模型及预训练代码,支持QLoRA训练和多种推理加速方案。其在中文知识和理解上的表现卓越,同时在英文方面也表现不俗,适用于各种中文自然语言处理应用场景。
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