nlp 第 3 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 3 / 8 页）

DataProfilerDataProfiler 是一个开源的数据分析工具，用于快速提取数据集的模式（schema）、统计信息和实体标签。它解决的核心问题是帮助数据科学家和工程师在拿到★ 1,596rpaframeworkrpaframework 是一套面向机器人流程自动化（RPA）的开源工具库集合，专为与 Robot Framework 和 Python 协同使用而设计。它解决★ 1,575dolmaDolma 是 AI2 团队为 OLMo 系列模型开发的数据工具包，专注于预训练数据的生成与质量检查。它解决的核心问题是：大模型预训练数据规模庞大、来源混杂，难★ 1,559nlp_xiaojiangnlp_xiaojiang 是一个面向中文自然语言处理的多功能工具集，由小姜机器人项目衍生而来。它集成了闲聊检索式聊天机器人、基于 BERT 和 XLNet 的★ 1,533diy-llmdiy-llm 是 Datawhale 社区推出的开源大模型全栈学习项目，面向想从零理解并动手实现 LLM 的开发者与学习者。它把大模型知识拆成预训练数据、To★ 1,524chatgpt-comparison-detection这是一个用于检测文本是否由ChatGPT等大型语言模型生成的工具集，核心是发布了Human ChatGPT Comparison Corpus (HC3)数据集★ 1,482obseiObsei 是一个低代码 AI 自动化工具，用 Python 编写，面向需要从海量文本中提取商业信号的团队。它把数据采集、文本分析与通知推送串成可视化工作流：可★ 1,440DragonfireDragonfire 是一款面向 Ubuntu 等 Linux 发行版的开源虚拟助手，基于 Python 构建，旨在提供本地化的语音交互和智能应答能力。它解决了★ 1,410spacy-llmspacy-llm 是 spaCy 官方推出的插件，旨在将大型语言模型（LLM）无缝集成到 spaCy 的结构化 NLP 流水线中。它解决了传统 NLP 流水线★ 1,398wink-nlpwink-nlp 是一个面向开发者的自然语言处理（NLP）工具包，用 JavaScript 编写，旨在让 NLP 功能更易用、更友好。它解决了开发者在 Java★ 1,395bert4torchbert4torch 是一个基于 PyTorch 的 transformers 库的优雅实现，旨在提供与 Hugging Face Transformers 类★ 1,326ai-engineering-from-scratch-zh这是一个面向中文开发者的 AI 工程系统学习项目，把从零到精通 AI Agent 工程师所需的完整知识路径拆成 20 个阶段、503 节课，覆盖 Python ★ 1,259nncfNNCF（Neural Network Compression Framework）是 Intel 开源的神经网络压缩框架，专为提升 OpenVINO 推理性能★ 1,211MakeMoneyWithAIMakeMoneyWithAI 是一个精选的开源 AI 项目清单，旨在帮助开发者快速找到能直接变现的 AI 工具和框架。它解决了从海量开源项目中筛选高商业价值项★ 1,143z80aiZ80-μLM 是一个极致的微型语言模型项目，通过2比特量化技术，将对话模型压缩到能在8位Z80处理器上运行的程度。它解决了复古计算机无法运行现代AI模型的问题★ 1,136RAG-RetrievalRAG-Retrieval 是一个专注于统一 RAG（检索增强生成）检索环节高效微调的开源框架，覆盖 Embedding 模型、ColBERT 模型和 ReRa★ 1,136ai-learning-roadmapsai-learning-roadmaps 是一个系统化的人工智能学习资源中心，旨在为从初学者到进阶者提供完整的学习路径。项目整合了 AI、机器学习、深度学习、数★ 1,127DataDreamerDataDreamer 是一个专注于合成数据生成与模型训练对齐的开源 Python 库。它解决的核心问题是：在真实数据稀缺或受隐私限制时，如何通过提示词（Pro★ 1,126base-llmbase-llm 是 Datawhale 开源的一套从 NLP 到大语言模型（LLM）的算法全栈教程，以 Jupyter Notebook 为主要载体，配套在线★ 1,098awesome-llm-role-playing-with-persona这是一个精选资源列表，汇集了关于大语言模型（LLM）角色扮演（带有人设）的相关论文、数据集、模型、框架和工具。它解决了研究者和开发者在构建角色扮演AI时，难以快★ 1,078ontogptontogpt 是一个基于大型语言模型（LLM）的本体论信息抽取工具集，核心组件是 SPIRES（Structured Prompt Interrogation★ 1,062Index-1.9BIndex-1.9B 是哔哩哔哩（Bilibili）开源的一系列轻量级多语言大语言模型，参数规模为 19 亿，包含基础模型 Index-1.9B、对话模型 In★ 1,036awesome-japanese-nlp-resources这是一个面向日语自然语言处理（NLP）的资源精选列表，把散落在各处的日语 NLP 工具、模型和数据集集中整理在一起。它覆盖 Python 库、大语言模型、词典、★ 1,024TinyLLaVA_FactoryTinyLLaVA_Factory 是一个面向小规模多模态大模型（LMM）的开源训练框架，目标是让研究者和开发者用有限算力训练和复现视觉语言模型。它解决的是主流★ 1,010Prompt4ReasoningPapersPrompt4ReasoningPapers 是一个聚焦于语言模型提示（Prompting）推理能力的论文清单，源自 ACL 2023 综述《Reasoning★ 1,009langkitLangKit 是一个面向大语言模型（LLM）的开源监控工具包，专注于从提示词和模型响应中提取信号，以保障应用的安全性和可靠性。它解决了 LLM 在生产环境中缺★ 1,002keras-hubKerasHub 是 Keras 3 官方推出的预训练模型中心，为深度学习开发者提供统一、简洁的模型调用接口。它解决的核心问题是：在 Keras 3 多后端（T★ 995SurveyXSurveyX 是一个专注于学术综述论文自动生成的开源工具，以 TeX 为底层语言，面向科研人员、学生和学术写作者。它解决的是从零开始撰写综述论文时面临的文献梳★ 994AI-CompassAI-Compass 是一个面向 AI 学习者的开源知识导航与路线图项目，用 Python 组织内容，目标是解决 AI 领域知识点庞杂、学习路径混乱的问题。它把★ 985StarryDivineSkyStarryDivineSky 是一个精选开源项目聚合仓库，收录了超过 10,000 个优质项目，覆盖机器学习、深度学习、自然语言处理、图神经网络、推荐系统、生★ 952free-ai-resources-x这是一个精选的免费AI资源集合项目，收录了高质量的AI工具、API、数据集和学习资料，覆盖机器学习、深度学习、生成式AI、自然语言处理和数据分析等领域。项目旨在★ 943DeepGitDeepGit 是一个基于 LangChain/LangGraph 构建的深度研究智能体，专门用来帮你在 GitHub 上找到最合适的开源仓库。它把大模型、NL★ 922mindnlpmindnlp 是一个开源项目，旨在将 Hugging Face 生态的 Transformers 和 Diffusers 模型无缝迁移到华为 MindSpor★ 920MindActMindAct 是一个让 Hugging Face 的 Transformers 与 Diffusers 模型无缝运行在华为昇腾 MindSpore 框架上的适★ 920langfunlangfun 是 Google 开源的一个 Python 框架，核心思路是把面向对象编程（OO）引入大语言模型应用开发。它让开发者用类、方法、字段等熟悉的 O★ 916spacy-layoutspacy-layout 是一个将文档布局分析能力集成到 spaCy 生态的 Python 库，旨在让开发者用统一接口处理 PDF、Word 等复杂文档，并将版★ 913dataset-viewerdataset-viewer 是 Hugging Face 官方开源的后端服务，为数据集页面上的在线预览功能提供公共 API。它解决的核心问题是：用户无需下载动★ 904PIXIUPIXIU 是一个开源金融大语言模型资源库，包含首个金融领域的大语言模型（FinMA）、指令微调数据集（FLARE）和评估基准（FLUE）。它解决金融领域缺乏专★ 894ChatitoChatito 是一个用于生成 AI 聊天机器人、NLP 任务、命名实体识别或文本分类模型训练数据集的开源工具。它通过一种简洁的领域特定语言（DSL）来描述对话★ 889LLM-Finetuning-ToolkitLLM-Finetuning-Toolkit 是一个面向开源大语言模型的微调、消融和单元测试工具包。它主要解决研究人员和开发者在对 LLM 进行定制化训练时缺乏★ 870Daily-LLMDaily-LLM 是一个面向机器学习、深度学习与大模型方向的学习教育类开源项目，用 TypeScript 构建，汇集了 Python、算法面试、NLP、多模态★ 866catalystCatalyst 是一个用 C# 编写的自然语言处理库，设计灵感来自 Python 的 spaCy，目标是在 .NET 生态中提供高速、易用的 NLP 能力。它★ 860byaldibyaldi 是一个让开发者用几行代码就能调用 ColPali 等晚期交互多模态模型的 Python 库。它解决了传统文本检索无法理解图片、表格等视觉信息的问题★ 851seq2seq-chatbotseq2seq-chatbot 是一个基于 TensorLayer 和 TensorFlow 实现的极简对话机器人示例，整个核心代码仅约 200 行。它利用序列★ 840Robby-chatbotRobby-chatbot 是一个基于 Python 构建的 AI 对话助手，旨在让用户通过自然语言与多种数据源交互。它解决了非结构化数据处理和查询的痛点，支持★ 813biblebible 是一个开源的多语言圣经文本数据集，以 JSON 和 XML 两种结构化格式提供，覆盖 35 种语言的 90 个圣经版本。它解决的是开发者、研究者和内★ 766RAG-FiTRAG-FiT 是一个用于增强大语言模型在检索增强生成（RAG）任务中表现的微调框架。它解决了通用微调方法未针对 RAG 场景优化、导致模型在检索上下文利用和答★ 765MASCOTMASCOT 是一个面向社交陪伴场景的多智能体协作系统，出自 EMNLP 2026 主会论文。它要解决的问题是：现有聊天机器人多以单智能体应答为主，缺乏社会性协★ 737xgenxgen 是 Salesforce 开源的大语言模型项目，专注于提供长上下文（8k 序列长度）的 LLM。它解决了标准模型在长文本处理上的局限，使模型能够更有效★ 728searchGPTsearchGPT 是一个基于 LLM（如 ChatGPT/OpenAI API）的接地搜索工具，旨在解决传统搜索引擎结果缺乏上下文和引用来源的问题。它不仅能进★ 711

相关标签

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