natural-language-processing 第 4 页
本站收录 210 个带「natural-language-processing」标签的 AI 开源项目（按 GitHub 星标从高到低，第 4 / 5 页）
awesome-artificial-intelligence-research这是一个面向 AI 研究者的精选资源清单（Awesome List），系统整理了人工智能各子领域的前沿论文、工具、数据集与学习资料，覆盖推荐系统、计算机视觉、机★ 133
chatbot-samples这是一个聊天机器人示例集合，旨在帮助开发者快速上手构建定制化聊天机器人。项目提供了多种场景下的聊天机器人实现代码，覆盖了自然语言理解、处理和生成等核心环节，并支★ 128
awesome-ai-tutorials这是一个精选AI教程的集合仓库，旨在帮助学习者系统掌握数据科学和人工智能的核心技能。项目将分散在网络上的高质量教程、课程和资源进行整理归类，覆盖机器学习、深度学★ 124
MachineSoMMachineSoM 是一个基于社会心理学视角探索大语言模型智能体协作机制的研究项目，对应 ACL 2024 论文。它旨在回答“多个 LLM 智能体如何像人类社★ 122
ReadingBankReadingBank 是一个面向阅读顺序检测任务的基准数据集，由文档 AI 研究者构建。它要解决的问题是：在 OCR 识别出页面文字后，机器往往不知道人类应该★ 119
matrix-coreMatrix 是 PaxLabs 推出的生产级 AI 智能体框架，用 Go 语言编写，旨在构建超越聊天的自主智能体。它解决的核心问题是让智能体不仅会对话，还能真★ 116
OceanGPTOceanGPT（沧渊）是面向海洋科学任务的大语言模型，由ACL 2024论文提出。它解决通用大模型在海洋领域知识匮乏、专业任务理解不足的问题，通过领域指令微调★ 116
OpusFilterOpusFilter 是一个用 Python 编写的平行语料处理工具包，面向机器翻译和 NLP 数据准备环节。它解决的核心问题是：从网络抓取或已有的平行语料往往★ 116
synergy-datasetsynergy-dataset 是面向系统综述（systematic review）研究流程的开放机器学习数据集，聚焦于文献筛选（study selection★ 115
dialopDialOp 是一个面向协作型语言代理的决策导向对话环境框架。它解决了当前多智能体对话系统缺乏明确决策目标和结构化评估的问题，提供了一套可配置的对话环境，让语言★ 114
ReAlignReAlign 是一个专注于大语言模型对齐（Alignment）的开源项目，核心思路是“重新格式化对齐”——即通过改变训练数据的格式或结构来提升模型的对齐效果，★ 111
volovolo 是一个将 AI 与维基百科知识结合的开源解决方案，通过 RAG（检索增强生成）管道实现。它解决了从海量维基百科数据中快速获取准确信息并生成智能回答的问★ 110
Awesome-AIGC-Research-Groups这是一个收录AIGC（人工智能生成内容）研究团队的精选列表，旨在帮助研究者、学生和从业者快速找到全球顶尖的AIGC实验室和团队。项目解决了AIGC领域信息分散、★ 108
somali-language-standard这是一个面向索马里语的开放、机器可读语言标准项目，采用 RFC 风格的版本化目录，把正字法、语法、术语、翻译以及 AI/基准测试资源集中管理。索马里语属于低资源★ 108
LabVLALabVLA是一个面向科学实验室场景的视觉-语言-动作（VLA）模型开源项目。它旨在解决机器人在科研实验室中执行复杂操作任务时，缺乏对专业仪器、试剂和流程理解的★ 106
meena-chatbotmeena-chatbot 是 Google Meena 聊天机器人的非官方实现，基于 Transformer 架构，旨在复现 Meena 的对话生成能力。项目★ 105
SelfAwareSelfAware 是一个研究型开源项目，核心探索大语言模型（LLM）的自我认知能力，即模型是否知道自己的知识边界。项目通过设计特定测试集和评估方法，量化模型在★ 105
RWKURWKU是一个针对大语言模型（LLM）的“知识遗忘”基准测试框架，源自NeurIPS 2024论文。它解决的是大模型在预训练中可能记住敏感、过时或侵权知识，导致★ 103
OpenAI-Assistants-Template这是一个基于 OpenAI Assistant API 的教程型开源项目，旨在帮助开发者快速构建和部署 AI 驱动的对话助手。项目以 Jupyter Noteb★ 99
botfuel-dialogbotfuel-dialog 是 Botfuel 公司推出的对话机器人 SDK，用于构建高度对话式的聊天机器人。它基于 Node.js 开发，提供了一套完整的对★ 99
Awesome-AI-PapersAwesome-AI-Papers 是一个用于收集人工智能领域论文和对应代码的精选列表仓库。它旨在解决 AI 研究者、工程师和学生难以高效追踪前沿研究、找到论文★ 99
LLF-BenchLLF-Bench 是一个专门评估智能体仅通过语言反馈进行学习能力的基准测试平台。它解决了当前强化学习与交互式智能体研究中，反馈信号过于结构化或数值化，而真实人★ 99
nlp-dialoguenlp-dialogue 是一个面向中文场景的端到端对话系统，旨在提供从模型训练到线上部署的完整流程。它基于 Python 构建，整合了自然语言理解（NLU）、★ 98
OkapiOkapi 是一个面向多语言场景的指令微调大语言模型项目，核心解决非英语语言（如中文、西班牙语、印地语等）在指令跟随和对话质量上表现不足的问题。项目基于 LLa★ 96
SoftCoTSoftCoT 是一个针对大语言模型推理效率优化的开源项目，提出了“软思维链”方法。传统 Chain-of-Thought 推理依赖生成显式的文本步骤，计算开销★ 96
KnowSelfKnowSelf 是一个面向智能体（Agent）的自我认知增强框架，发表于 ACL 2025。它解决的是大语言模型在长程任务中缺乏对自身知识边界和行动能力的准确★ 94
OdinRunesOdinRunes 是一个基于 Java 的 GPT 客户端，旨在让你直接在常用的文本编辑器中与 GPT 模型交互，无需切换应用。它解决了在编码或写作时频繁切换★ 92
Unified-MoE-CompressionUnified-MoE-Compression 是论文《Towards Efficient Mixture of Experts: A Holistic Stu★ 92
doc2vec-apidoc2vec-api 是一个面向初学者的文档向量化与机器学习脚本项目，基于 Python 和 Gensim 实现。它主要解决如何将文本转化为向量表示，并用于构★ 91
ErrorAnalysis_PromptErrorAnalysis_Prompt 是一个专为 ChatGPT 设计的机器翻译（MT）评估提示词项目，旨在通过结构化提示引导 ChatGPT 对翻译结果进★ 91
ai-ml-roadmap这是一个面向2025年AI和机器学习初学者的学习路线图项目，旨在提供从基础到进阶的系统化学习路径。它解决了初学者面对海量AI/ML资源时不知从何入手、学习路径不★ 90
NOVA-NodeJSNOVA 是一个用 Node.js 构建的可定制语音助手，旨在为开发者提供一个轻量、可扩展的本地语音交互解决方案。它解决了现有语音助手（如 Alexa、Goog★ 88
awesome-llmawesome-llm 是一个收录大语言模型相关资源的精选列表，旨在为开发者、研究者和爱好者提供一站式的 LLM 学习与工具导航。项目以 Markdown 清单★ 88
MoTCoderMoTCoder 是一个开源项目，旨在通过“模块化思维”（Modular of Thought）提升大型语言模型在复杂编程任务上的表现。它针对现有模型在解决挑战★ 86
yoruba-textyoruba-text 是一个专注于约鲁巴语（Yorùbá）自然语言处理的开源数据集与工具项目，旨在为 NLP、语音识别（ASR）和语音合成（TTS）任务提供高★ 84
iteraterIteraTeR 是 ACL 2022 论文的官方实现，聚焦于理解人类写作中的迭代修订过程。它提供了一套数据集和工具，用于分析文本从初稿到终稿的修改序列，识别常★ 84
LightMem2LightMem2 是一个面向长时程 LLM Agent 的即插即用、成本高效且轻量的记忆插件。它解决了大语言模型在长期交互任务中缺乏持久记忆、上下文窗口受限以★ 83
llm-self-correction-papers这是一个关于大语言模型（LLM）自我纠正（Self-Correction）方向的论文列表项目，旨在系统收集和整理该领域的研究成果。它解决了研究者难以快速追踪自我★ 83
MPOMPO是一个针对大型语言模型智能体的元计划优化框架，旨在通过优化智能体的高层计划生成能力来提升其整体任务执行表现。它解决的核心问题是，现有LLM智能体在复杂任务★ 82
LangCoopLangCoop 是一个面向自动驾驶场景的协作智能体框架，其核心是利用自然语言实现车辆间的协同驾驶。它解决了传统自动驾驶中车辆仅依赖传感器数据、缺乏高层语义交互★ 81
hashformershashformers 是一个基于 Transformer 的哈希标签分割工具，旨在将连写或拼接的标签（如 #机器学习入门）自动切分为有意义的词语序列。它解决了★ 78
MemTraceMemTrace 是一个针对大语言模型记忆系统的错误追踪与归因工具。它解决了 LLM 应用中记忆模块（如向量数据库、缓存、上下文管理等）出现错误时难以定位和解释★ 78
PC_Workman_HCKPC_Workman_HCK 是一个本地优先的 PC 智能监控与优化工具，由独立开发者用 11 个月打造。它内置 82 个意图识别和 9 层路由的离线 AI，无★ 75
Kahani-Storytelling-App-For-Children-With-Hearing-Impairment这是一个面向听障儿童的故事讲述安卓应用，旨在通过视觉和文本交互帮助听障儿童理解和享受故事。项目利用自然语言处理（NLP）和文本转语音（TTS）技术，将故事内容以★ 71
awesome-deep-learning-resource这是一个个人维护的深度学习资源聚合仓库，主要面向大模型、Agent、多模态、NLP和CV方向的研究者与开发者。它包含三部分内容：一是作者阅读论文时的笔记，覆盖上★ 71
LoFSLoFS 是一个面向本地知识库的桌面级文件管理与信息检索对话应用。它主要解决个人或团队在本地存储大量文件时，缺乏高效管理和智能检索能力的问题。核心能力包括文件管★ 71
ChineseHarm-benchChineseHarm-Bench 是一个面向中文场景的有害内容检测基准测试集，旨在评估和比较各类模型（包括开源大模型和内容安全API）在识别中文有害信息上的能★ 70
VisualWebBenchVisualWebBench 是一个针对多模态大语言模型（MLLMs）在网页理解与定位（Grounding）任务上的评估框架，源自同名论文。它解决的核心问题是：★ 68
automated-brain-explanationsautomated-brain-explanations 是一个用于生成和验证大脑自然语言解释的开源项目。它主要解决神经科学研究中，如何将复杂的脑成像数据（如 ★ 67
synthoraSynthora 是一个轻量级、可扩展的框架，专为 LLM 驱动的智能体（Agent）和 ALM（Agent Lifecycle Management）研究而设★ 67