nlp 第 6 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 6 / 8 页）
minimind-deep-dive这是一个以 MiniMind 开源大模型源码为切入点，面向中文读者的深度学习笔记项目。它逐行精读预训练、SFT、DPO、PPO、GRPO 等核心训练机制，帮助读★ 214
AutonoAutono 是一个基于 ReAct 模式构建的高鲁棒性自主智能体框架，专注于解决复杂任务中智能体决策不稳定、工具调用易出错的问题。它提供了一套完整的智能体运行★ 213
legal-ai-agentlegal-ai-agent 是一个面向法律领域的开源 AI 智能体项目，基于 Python 和 FastAPI 构建，集成了 Anthropic 的 Clau★ 210
Awesome-Text-to-SpeechAwesome-Text-to-Speech 是一个精心整理的文本转语音（TTS）领域资源列表，汇集了最新的工具、模型和资源。它旨在帮助开发者和研究者快速了解 ★ 210
mongolian-nlpmongolian-nlp 是一个面向蒙古语自然语言处理的开源资源集合，旨在解决蒙古语 NLP 资源匮乏的问题。项目收集并整理了蒙古语相关的语料库、预训练模型、★ 209
haystack-core-integrationshaystack-core-integrations 是 Haystack 官方维护的扩展包集合，用于为 Haystack 框架添加额外的组件、文档存储和其他集★ 209
bravegptbravegpt 是一个基于 Brave Search 的浏览器扩展（Greasemonkey 脚本），它将 AI 聊天与搜索摘要功能集成到 Brave 搜索页★ 208
verbatim-ragverbatim-rag 是一个以来源溯源优先的抽取式 RAG 框架，旨在解决传统 RAG 系统在生成回答时缺乏精确引用和原文保真度的问题。它通过本地 Mode★ 206
gpt-jgpt-j 是一个基于 Python3 的 GPT-J API 封装工具，旨在让开发者通过简单的接口调用 GPT-J 模型，实现文本生成、博客撰写、代码补全等功★ 205
neuroNeuro.js 是一个基于 JavaScript 的轻量级机器学习库，专为构建 AI 助手和聊天机器人而设计。它解决了在 Node.js 环境中快速集成自然语★ 205
HuggingFaceGuidedTourForMac这是一个面向 Mac（Apple Silicon）用户的 HuggingFace 大语言模型使用指南，以 Jupyter Notebook 形式提供交互式教程。★ 205
cjkfoldcjkfold 是一个 Python 文本规范化工具，专门解决从 PDF 提取中日韩文本时出现的「形似字不匹配」问题。PDF 中的汉字常因字体或编码原因被提取成★ 203
tensorflow-ml-nlp这是一个韩语自然语言处理与聊天机器人的学习项目，基于TensorFlow和机器学习，从逻辑回归到Transformer聊天机器人逐步深入。项目解决了韩语NLP入★ 201
small-dogesmall-doge 是一个早期开源的轻量级语言模型家族项目，旨在提供高效、易部署的小规模语言模型。它解决了大模型资源消耗高、部署门槛高的问题，通过精简架构和优★ 201
humanizer-ruhumanizer-ru 是一个面向 AI 编程代理（如 Claude Code、Codex 等）的俄语文本人性化处理技能包。它主要解决两个问题：一是去除俄语文★ 190
NeoGPT-ExplorerNeoGPT-Explorer 是一个基于知识图谱的聊天机器人项目，它将 GPT-3 的生成能力与 Neo4j 图数据库的结构化知识相结合。项目主要解决传统聊天★ 189
BlossomLMBlossomLM 是一个开源的对话助手大语言模型项目，同时提供模型权重和训练数据。它旨在让开发者能够复现和定制自己的对话模型，解决从数据到模型的全流程问题。核★ 183
ML-news-of-the-week这是一个每周更新的机器学习与人工智能新闻精选集，旨在帮助从业者和爱好者高效获取领域内的重要动态。项目将分散在网络各处的优质内容（包括最新研究论文、行业新闻、实用★ 183
Magento-ChatbotMagento-Chatbot 是一个为 Magento 2 电商平台开发的聊天机器人集成模块，旨在将店铺的客服与营销能力扩展到 Telegram、Messen★ 180
GenerativeAIGenerativeAI 是一个专注于生成式AI与大语言模型（LLM）用例和应用的早期开源项目，主要使用 Jupyter Notebook 编写。它旨在通过一系★ 178
prompt-extendprompt-extend 是一个基于文本生成技术为 Stable Diffusion 扩展提示词的开源工具。它利用 GPT-2 模型，根据用户输入的基础提示词★ 177
llama.cpp-android-tutorial这是一个面向Android开发者的llama.cpp入门教程项目，旨在帮助开发者在安卓手机上本地运行大语言模型。项目通过详细的步骤和示例代码，解决在移动端部署L★ 176
LLM-Minutes-of-MeetingLLM-Minutes-of-Meeting 是一个基于 Python 的开源工具，旨在把会议录音或视频文件自动转成文字记录，并借助大语言模型生成简洁的会议纪要★ 174
sandbox-conversant-libsandbox-conversant-lib 是一个基于 Cohere 大语言模型构建的对话式 AI 工具与角色扮演库。它旨在解决开发者快速搭建具有特定人设和风★ 173
fake-news这是一个从零构建假新闻检测器的开源项目，覆盖从想法到模型部署的完整流程。项目以Jupyter Notebook为主要载体，逐步演示如何收集数据、清洗文本、特征工★ 171
pairjudgepairjudge 是一个面向成对 LLM 评判（A/B/tie）的开源工具包，源自 Kaggle LMSYS Chatbot Arena 第四名（金牌）方案并★ 170
NLP-pretrained-model这是一个自然语言处理预训练模型的集合仓库，收录了基于Keras、MXNet等深度学习框架的多种预训练模型，涵盖词向量、句向量、文本分类等常见NLP任务。项目旨在★ 169
WhisperTimeSyncWhisperTimeSync 是一个用 Java 编写的开源工具，旨在解决 Whisper 语音识别结果中时间戳不准确的问题。它允许用户基于已有的、准确的转录★ 168
LongCodeZipLongCodeZip 是一个面向代码语言模型的长上下文压缩工具，源自 ASE 2025 论文。它解决的是代码大模型在处理超长代码文件或仓库时，因上下文窗口有限★ 168
rag-interview-system这是一个面向RAG（检索增强生成）技术面试的题库与学习资源合集，包含548道面试题、41种RAG类型、系统设计场景、架构模式及生产级概念。项目以Jupyter ★ 167
lazyLazy 是一个基于 JavaScript 的 AI 对话助手服务，旨在为开发者提供快速集成的聊天机器人能力。它解决了从零搭建对话系统的高成本问题，通过封装自然★ 162
BEAMBEAM 是一个针对大语言模型长期记忆能力的基准测试与增强框架，由 ICLR 2026 论文提出。它解决了现有模型在处理超过百万 token 的上下文时，长期记★ 160
UnilmChatchitRobotUnilmChatchitRobot 是一个基于微软 UniLM 模型的夸夸式中文闲聊机器人项目。它利用预训练语言模型 UniLM 的序列生成能力，针对中文对话★ 157
v12v12 是 Botpress 开源版的旧版本代号，基于 TypeScript 构建的对话助手平台。它解决的是企业快速搭建和部署聊天机器人的问题，核心能力包括可视★ 157
coircoir 是一个面向代码信息检索（Code Information Retrieval）的综合基准测试集，发表于 ACL 2025 Main。它旨在解决现有代码★ 156
tai5-uan5_gian5-gi2_kang1-ku7臺灣言語工具是一套专为台湾闽南语（台语）设计的自然语言处理与语音工具包，基于Python实现。它解决了台语在机器翻译、文本分析、语音合成（TTS）等场景下缺乏开★ 154
Transformers-in-ActionTransformers-in-Action 是一本名为《Transformers in Action》的书籍的配套代码仓库，旨在通过 Jupyter Note★ 153
euankaeuanka 是一个本地化部署的语音助手项目，旨在将完整的语音交互链路（ASR-NLP-LLM-TTS）全部运行在本地设备上，解决云端依赖带来的隐私和延迟问题。★ 152
denser-chatdenser-chat 是一个基于检索增强生成（RAG）的开源对话助手，专门用于与 PDF 文件进行交互式问答。它解决了传统 PDF 阅读器无法快速定位信息、难★ 151
QURAN-NLPQURAN-NLP 是一个面向《古兰经》及相关伊斯兰文本的自然语言处理工具集，旨在为研究人员和开发者提供古兰经、圣训、翻译、经注（Tafseer）及语料库语言学★ 149
easyttsEasyTTS 是一个致力于简化 TTS（文本转语音）前端流程的开源项目，主要面向有声小说制作场景。它通过正则规则对小说文本进行智能分句，并利用 RoBERTa★ 148
coeditCoEdIT是一个基于指令微调的多任务文本编辑框架，源自EMNLP 2023论文。它通过将改写、语法纠错、风格转换等文本编辑任务统一为指令跟随形式，让用户用自然★ 147
hubot-naturalhubot-natural 是一个为 RocketChat 打造的聊天机器人框架，基于 Hubot 和 Node.js 构建，使用 CoffeeScript 编★ 143
llm-flashcardsllm-flashcards 是一个面向大语言模型学习者的可视化知识库，以卡片形式系统整理了从分词到部署的 180 个核心概念。该项目旨在帮助用户快速理解 LL★ 143
spokestack-pythonSpokestack-python 是一个为 Python 应用提供语音界面能力的开源库，尤其专注于嵌入式系统。它解决了在资源受限的设备上集成语音交互的难题，提★ 142
automatic-chatgpt-dan这是一个浏览器用户脚本，用于自动向ChatGPT发送DAN（Do Anything Now）越狱消息。它解决了用户需要手动复制粘贴DAN提示词、操作繁琐的问题，★ 140
RAGURAGU 是一个基于图数据库的 RAG（检索增强生成）系统实现代码库，旨在解决传统向量检索在复杂关系推理和多跳问答上的不足。它通过将知识图谱与检索生成流程结合，★ 138
rllmrllm 是一个 Rust 编写的 LLM 对话助手库，旨在通过统一的接口调用多种大模型后端（如 OpenAI、Anthropic、Ollama），解决多模型切★ 137
timethingTimething 是一个用于将文本转录与音频录音进行对齐的开源库。它解决的核心问题是，在语音识别或音频处理场景中，转录文本与音频时间轴不同步，导致难以定位或校★ 133
EcoAssistantEcoAssistant 是一个旨在降低大语言模型（LLM）使用成本并提升回答准确性的开源对话助手项目。它通过智能的查询路由和结果缓存机制，将用户请求分配给最合★ 132