Project Icon

japanese-gpt-neox-small

日本GPT-NeoX小型模型,兼容Huggingface加载

本项目提供了一个小型的日本GPT-NeoX模型,基于EleutherAI/gpt-neox代码进行训练。该模型使用Japanese CC-100、Japanese C4和Japanese Wikipedia数据集进行训练,优化语言模型目标。可通过Huggingface的GPT-NeoX无缝加载,模型结构包括12层、768隐藏单元,支持基于sentencepiece的分词。此外,还提供前缀调优权重文件,可以用于后接表情符号的句子生成。经过验证,该模型兼容NVIDIA FasterTransformer 5.1进行推理。

reazonspeech-nemo-v2 - 改进后的Conformer架构实现日语长音频自动语音识别
ConformerGithubHuggingfaceNeMoReazonSpeech开源项目日语模型语音识别
reazonspeech-nemo-v2是一个基于改进Conformer架构的日语自动语音识别模型。它采用Longformer注意力机制和RNN-T结构,可处理长达数小时的音频。模型在ReazonSpeech v2.0语料库上训练,参数量为619M。通过reazonspeech库,用户可便捷地使用该模型进行日语语音识别。
transformers-ud-japanese-electra-base-ginza-510 - 基于ELECTRA的日语自然语言处理模型
ELECTRAGithubHuggingfaceMIT许可证句法结构开源项目数据集模型
项目基于ELECTRA模型与spaCy v3,预训练与微调来源于mC4数据集的2亿句日语文本,通过UD_Japanese_BCCWJ r2.8增强。Python包ja_ginza_electra通过识别日语短语结构提升自然语言处理能力,遵循MIT许可证,适合开发者和研究人员使用。
japanese-roberta-base - 日语RoBERTa模型适用于掩码语言建模
GithubHuggingfacejapanese-roberta-basetransformers开源项目日语NLP模型模型训练迁移学习
此项目展示了一个经过日本CC-100和维基百科数据集训练的日语RoBERTa模型,专注于掩码语言建模。该模型在12层768隐藏单元的架构中实现了良好的语义预测能力,适合自然语言处理应用,且支持自定义位置编码。
open-calm-3b - 基于日语数据集的解码器语言模型
CyberAgentGithubHuggingfaceOpenCALM-3BTransformer开源项目日本语模型语言模型
OpenCALM是由CyberAgent开发的语言模型,利用日语数据集进行训练,支持文本生成和自然语言处理。该模型使用GPT-NeoX库编写,提供多种规模的架构选择,如small、medium和large。open-calm-3b版本拥有2.7B参数,采用Transformer架构,提升了语言生成质量,适用于大规模日语语料库处理。
bert-base-japanese-upos - 日语自然语言处理的BERT模型应用
BERTGithubHuggingfacePOS标注Universal Dependencies依存解析开源项目日语模型
此模型在日语维基百科文本上进行预训练,支持词性标注和依存解析等任务。它衍生自bert-base-japanese-char-extended,利用UPOS体系为短单位词标注。通过Python代码,用户能方便地进行文本处理和结构解析,适合希望高效处理日语文本的用户。该模型具有良好的兼容性,可通过Huggingface平台使用。
bert-base-japanese - 预训练于日语维基百科的BERT模型 结合IPA词典和WordPiece分词
BERTGithubHuggingface开源项目日语模型机器学习模型维基百科自然语言处理
该项目提供了一个基于日语维基百科预训练的BERT模型。模型采用IPA词典进行词级分词,并结合WordPiece算法进行子词处理。它保持了原始BERT base的架构设计,在2019年9月的日语维基百科数据上进行训练。模型使用MeCab配合IPA词典进行形态分析,词汇量达32000。遵循原始BERT的训练参数,该模型可广泛应用于日语自然语言处理领域。
gpt-neo-1.3B - EleutherAI开发的13亿参数语言模型GPT-Neo 1.3B
GPT-NeoGithubHuggingface开源项目文本生成机器学习模型神经网络自然语言处理
GPT-Neo 1.3B是EleutherAI团队开发的大规模语言模型,基于GPT-3架构,拥有13亿参数。该模型在The Pile数据集上训练,适用于文本生成、问答等自然语言处理任务,并在多项基准测试中表现出色。模型采用MIT开源许可证,但使用时需注意可能存在的偏见和不当内容。
TinyStories-33M - 基于GPT-Neo架构的开源文本生成模型
GPT-NeoGithubHuggingfaceTinyStories开源项目数据集文本生成模型模型训练
该模型以TinyStories数据集为基础,采用GPT-Neo架构进行训练,可通过API简便生成文本,广泛应用于自然语言处理任务。
bert-ner-japanese - 日本语固有表达识别,使用BERT模型实现
BERTGithubHuggingface固有表现抽取开源项目日本机器学习模型自然语言处理
本项目利用BertForTokenClassification模型,实现高效的日本语固有表达识别,可识别八种类别,如人名、法人名和地名等,以满足多样化的语言处理需求。该项目基于东北大学的日本语BERT模型和stockmarkteam的Wikipedia数据集进行训练,通过安装transformers库等,即可实现快速识别,适合应用于IT和学术研究领域的文本分析。
sbert-base-ja - 日语句向量模型:基于BERT的自然语言处理工具
BERTGithubHuggingface句子相似度开源项目日语SNLI数据集日语自然语言处理模型语义表示
sbert-base-ja是一个日语句向量模型,基于BERT架构开发。该模型利用colorfulscoop/bert-base-ja作为预训练基础,并通过日语SNLI数据集进行了微调。它能够将日语文本转化为向量形式,主要应用于句子相似度计算和文本分类等领域。模型采用SentenceTransformer结构,为开发者提供了便捷的API,有助于在多种自然语言处理任务中快速部署和应用。
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

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