nlp 第 2 页

本站收录 374 个带「nlp」标签的 AI 开源项目（按 GitHub 星标从高到低，第 2 / 8 页）

LMOpsLMOps是一个聚焦于大语言模型（LLM）和多模态大模型（MLLM）能力落地的通用技术项目。它解决的是从模型到实际应用之间的工程化鸿沟，提供一系列工具、方法和最★ 4,484llm-foundryllm-foundry 是 Databricks 开源的 LLM 训练框架，旨在为大规模基础模型训练提供生产级代码库。它解决了从数据准备到模型部署全流程的工程化★ 4,459Data-Science-Roadmap这是一个面向数据科学学习者的从零到一路线图，覆盖数据分析、数据工程、机器学习、深度学习、大数据、数据可视化等核心领域，并提供面试准备、简历模板和速查表等实用资源★ 4,403LightLLMLightLLM 是一个基于 Python 的轻量级大语言模型推理与服务框架，主打轻量设计、易于扩展和高性能。它解决了 LLM 部署中常见的资源占用高、扩展复杂★ 4,329AdalFlowAdalFlow 是一个用于构建和自动优化大语言模型（LLM）应用的开源 Python 库。它旨在解决 LLM 应用开发中提示词调试繁琐、流程编排复杂以及性能调★ 4,221spark-nlpspark-nlp 是一个基于 Apache Spark 和 Spark ML 构建的自然语言处理库，提供生产级、可扩展的 NLP 解决方案。它解决了在大数据环★ 4,160gigatokengigatoken 是一个用 Rust 编写的高性能语言模型分词器，专注于将分词速度提升到 GB/s 级别。它解决了现有分词器（如 Hugging Face T★ 4,134snips-nluSnips NLU 是一个用 Python 编写的自然语言理解库，专注于从文本中提取结构化意图和实体信息。它解决的是对话式 AI 中“理解用户意图”的核心问题，★ 3,972semantic-routersemantic-router 是一个基于语义向量进行快速决策的 Python 库，它利用多模态数据的语义信息来替代传统基于关键词或规则的路由方式。核心解决的是★ 3,960JioNLPJioNLP 是一个面向中文 NLP 的预处理与解析工具包，旨在为自然语言处理任务提供准确、高效、易用的基础能力。它解决了中文文本处理中常见的痛点，如分词、词性★ 3,873daily-interviewdaily-interview 是 Datawhale 成员整理的开源面试题库，覆盖机器学习、计算机视觉（CV）、自然语言处理（NLP）、推荐系统、软件开发等多★ 3,873Awesome-Text2SQLAwesome-Text2SQL 是一个精选的资源合集，专注于大语言模型在 Text2SQL、Text2DSL、Text2API、Text2Vis 等领域的应用★ 3,772humanize-text开源的人性化文本处理流水线，提供参考实现帮助提升 AI 初稿的可读性与自然节奏。通过一系列改进技术，让机器生成的文字更流畅、更有呼吸感，适合需要将 AI 草稿打★ 3,451Awesome-Code-LLMAwesome-Code-LLM 是一个精选的资源列表，收录了针对代码的语言模型研究论文、数据集和相关软件工程活动。它系统梳理了代码大模型领域的核心工作，包括模★ 3,444siesie 是一个开源的推理服务器和生产级集群，专为智能体（agent）所需的各类模型提供统一部署和调度。它解决了多模型、多副本在生产环境中难以统一管理的问题，提供★ 3,415deepdoctectiondeepdoctection 是一个面向文档 AI 的 Python 工具库，旨在帮助开发者从 PDF、扫描件等非结构化文档中提取结构化信息。它解决了文档解析中★ 3,266LLMAgentPapersLLMAgentPapers 是一个精心整理的论文清单，聚焦于大语言模型（LLM）智能体领域。它系统性地收录了该方向的重要论文，涵盖智能体架构、规划、记忆、工具★ 3,133LinlyLinly 是一个专注于中文大语言模型的开源项目，提供从基础模型到对话模型的完整训练方案和数据集。它包含 Chinese-LLaMA 1&2、Chinese-F★ 3,035aeneasaeneas 是一个用 Python/C 编写的开源工具集，用于自动将音频与文本进行强制对齐，即自动生成音频中每个单词或句子对应的时间戳。它解决了人工手动标注音★ 2,872lingvoLingvo 是 Google 开源的深度学习框架，专注于序列建模任务，尤其擅长语音识别、机器翻译和语言模型。它基于 TensorFlow 构建，提供了一套模块★ 2,866dllmdLLM 是一个基于扩散模型的简单语言建模开源项目，旨在探索将扩散模型应用于文本生成的新范式。它解决了传统自回归语言模型在生成速度和解码灵活性上的局限，通过去噪★ 2,713Awesome-Domain-LLMAwesome-Domain-LLM 是一个精选列表，系统收集和整理了垂直领域（如金融、医疗、法律、教育等）的开源大语言模型、相关数据集及评测基准。它解决的是领★ 2,583bootcampBootcamp 是一个专注于非结构化数据搜索与分析的教程型开源项目，涵盖反向图像搜索、音频搜索、分子搜索、视频分析、问答系统及 NLP 等主题。它通过 Jup★ 2,448alan-sdk-webAlan AI SDK for Web 是一个为网页应用提供对话式AI能力的开发工具包，它允许开发者通过简单的集成，为网站或Web应用添加语音和文本交互界面。该★ 2,424awesome-chatgpt这是一个精选的ChatGPT资源列表，汇集了与ChatGPT相关的库、SDK、API、浏览器扩展等工具。它解决了开发者寻找高质量ChatGPT资源时信息分散、筛★ 2,408rasa_coreRasa Core 是 Rasa 开源对话框架的核心组件，专注于基于机器学习的对话管理。它解决的问题是传统规则式对话系统难以处理复杂、多轮、非确定性对话流程的问★ 2,345yomiyasuyomiyasu 是一个面向 AI 写作场景的 Agent Skill，专门用于把大模型生成的日语改写成更自然、更地道的日语。它解决的核心问题是：LLM 写出的★ 2,344beirBEIR是一个异构信息检索基准测试平台，旨在解决IR模型评估碎片化的问题。它整合了超过15个多样化的检索数据集，覆盖问答、生物医学、金融、法律等多个领域，并提供★ 2,312TigerBotTigerBot 是一个多语言、多任务的大语言模型开源项目，由虎博科技开发。它旨在提供高性能的对话、生成、理解等能力，并针对中文场景做了优化。项目包含模型权重、★ 2,261KG-LLM-PapersKG-LLM-Papers 是一个精选论文列表，系统梳理了知识图谱（KG）与大语言模型（LLM）结合的前沿研究。该项目解决了该交叉领域文献分散、检索困难的问题，★ 2,244Paper-NotesPaper-Notes 是一个面向 AI 研究者和学习者的论文解读合集，收录了数千篇来自 AI、LLM、NLP、CV 等领域顶会论文的中文解读，每篇笔记力求在 ★ 2,219xlstmxLSTM 是 Sepp Hochreiter 团队提出的新一代 LSTM 架构的官方实现，旨在解决传统 LSTM 在长序列建模中的记忆容量和并行化瓶颈。它通过★ 2,212Awesome-LM-SSPAwesome-LM-SSP 是一个聚焦大模型安全、隐私与可信度的精选阅读清单，收录了相关论文、工具、数据集和攻击防御方法。它系统梳理了提示注入、越狱攻击、隐私★ 2,088docextdocext 是一个本地部署的、无需 OCR 的非结构化数据提取与 Markdown 转换工具包，同时提供基准测试能力。它主要解决企业从 PDF、Word、扫描★ 2,084chatgpt.jschatgpt.js 是一个轻量级的 JavaScript 库，专为前端和 Node.js 环境设计，旨在简化与 ChatGPT（包括 GPT-4 和 GPT-★ 2,042alpaca_evalalpaca_eval 是一个用于自动评估指令跟随语言模型的工具。它解决了人工评估成本高、速度慢、难以规模化的问题，提供了一种廉价、快速且经过人类验证的自动评估★ 2,021RAGHubRAGHub 是一个由社区驱动的检索增强生成（RAG）框架、项目和资源集合。它旨在解决 RAG 生态系统中信息分散、难以快速找到合适工具和最佳实践的问题。该项目★ 2,015contextgemContextGem 是一个专注于从文档中提取结构化信息的 Python 库，旨在简化 LLM 在文档解析和信息抽取任务中的使用流程。它解决了传统 LLM 提取★ 2,012Chinese-LLaMA-Alpaca-3Chinese-LLaMA-Alpaca-3 是基于 Meta Llama 3 开发的中文大语言模型项目，旨在解决 Llama 3 在中文场景下表现不佳的问题。★ 1,980LLMCompilerLLMCompiler 是一个面向大语言模型（LLM）的函数调用并行化框架，源自 ICML 2024 论文。它借鉴传统编译器思想，将复杂的多步骤任务分解为依赖图★ 1,898undertheseaunderthesea 是一个专注于越南语自然语言处理的开源 Python 工具包，旨在为越南语社区提供一站式 NLP 解决方案。它解决了越南语在分词、词性标注★ 1,806fastRAGfastRAG是一个专注于高效检索增强生成（RAG）的开源框架，旨在解决企业落地RAG时面临的性能瓶颈和部署复杂性问题。它基于Haystack构建，但针对生产环★ 1,786extractousextractous 是一个用 Rust 编写的高性能非结构化数据提取库，旨在解决从 PDF、Word、HTML、图片等各类文件中快速提取文本和元数据的问题。它★ 1,783NLP-Models-TensorflowNLP-Models-Tensorflow 是一个汇集多种自然语言处理（NLP）模型实现的 TensorFlow 项目，主要面向 TensorFlow 1.13★ 1,780NLP-Knowledge-Graph这是一个专注于自然语言处理、知识图谱、对话系统和大模型技术的研究与应用的开源项目。它旨在整合前沿AI技术，为开发者提供从理论到实践的完整参考。项目可能包含多种模★ 1,773ModernBERTModernBERT 是一个旨在将经典 BERT 模型现代化升级的开源项目，通过架构改进和规模扩展，让 BERT 在当今硬件和任务上表现更优。它解决了原始 BE★ 1,772Jackrong-llm-finetuning-guide这是一个面向开发者的 LLM 微调实战指南，基于 Jupyter Notebook 形式，系统讲解从数据准备、模型选择、参数调整到训练评估的完整流程。项目旨在解★ 1,718torchdistilltorchdistill 是一个基于 PyTorch 的免编码深度学习框架，专注于知识蒸馏（Knowledge Distillation）研究。它解决了知识蒸馏★ 1,635WikiChatWikiChat 是一个基于检索增强生成（RAG）的对话助手，旨在解决大语言模型在对话中产生的幻觉问题。它通过从维基百科等语料库中实时检索相关信息，并结合多步骤★ 1,623ExtractThinkerExtractThinker 是一个面向大语言模型的文档智能处理库，采用 ORM 风格的设计，让开发者能以类似数据库操作的方式灵活编排文档工作流。它解决了从复杂★ 1,601

相关标签

llm3432machine-learning904chatbot1087python1570ai2792deep-learning815large-language-models1059natural-language-processing210rag1205chatgpt1296artificial-intelligence538openai1221