AliceMind 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
ALIbaba's Collection of Encoder-decoders from MinD (Machine IntelligeNce of Damo) Lab
yangshun
面向忙碌工程师的面试准备资料,含算法、行为面试与简历建议。目前累计 14.3 万 star、1.7 万 fork,在本地项目库中星标排名约第 72 / 65730,主要语言为 TypeScript,项目始于 2016 年,采用 MIT 许可。最近状态:近半年有提交。
适合谁:推荐给想补齐某块知识的开发者:涉及 algorithm、algorithm-interview、algorithm-interview-questions、algorithms 方向。
按累计星标排序,库内共 65,730 个项目(GitHub 上星标 ≥ 1k 的公开仓库约 66,044 个)。
优先使用本地记录的星标快照计算近 7 天真实增量;快照不足 7 天时,按「创建以来日均获星」估算,数值旁会标注口径。
已收录 GitHub 星标过千的公开项目,附原始简介、语言、主题与活跃度。用一句自然语言描述需求,即可获得 AI 推荐。
AliceMind 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
ALIbaba's Collection of Encoder-decoders from MinD (Machine IntelligeNce of Damo) Lab
Transformer-Explainability 是用 Jupyter Notebook 编写的学习资料,用于系统学习与查阅。
[CVPR 2021] Official PyTorch implementation for Transformer Interpretability Beyond Attention Visualization, a novel method to visualize classificat…
fast-bert 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理,主打易用。
Super easy library for BERT based NLP models
Transformers 库快速入门教程
Transformers 库快速入门教程
spago 是用 Go 编写的学习资料,用于系统学习与查阅。
Self-contained Machine Learning and Natural Language Processing library in Go
bert nlp papers, applications and github resources, including the newst xlnet , BERT、XLNet 相关论文和 github 项目
bert nlp papers, applications and github resources, including the newst xlnet , BERT、XLNet 相关论文和 github 项目
中文长文本分类、短句子分类、多标签分类、两句子相似度(Chinese Text Classification of Keras NLP, multi-label classify, or sentence classify, long …
中文长文本分类、短句子分类、多标签分类、两句子相似度(Chinese Text Classification of Keras NLP, multi-label classify, or sentence classify, long or short),字词句向量嵌入层(embeddings)…
ChineseGLUE 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Language Understanding Evaluation benchmark for Chinese: datasets, baselines, pre-trained models,corpus and leaderboard
自然语言处理、知识图谱、大语言模型,Agent等技术的前沿追踪、研究与应用。
自然语言处理、知识图谱、大语言模型,Agent等技术的前沿追踪、研究与应用。
ModernBERT 是用 Python 编写的 AI 工具,用于大模型与智能体应用开发。
Bringing BERT into modernity via both architecture changes and scaling
FARM 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理,主打速度快、易用。
:house_with_garden: Fast & easy transfer learning for NLP. Harvesting language models for the industry. Focus on Question Answering.
scibert 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
A BERT model for scientific text.
TextBrewer 是用 Python 编写的知识管理工具,用于笔记与知识库整理。
A PyTorch-based knowledge distillation toolkit for natural language processing
GPT2 for Multiple Languages, including pretrained models. GPT2 多语言支持, 15亿参数中文预训练模型
GPT2 for Multiple Languages, including pretrained models. GPT2 多语言支持, 15亿参数中文预训练模型
jiant 是用 Python 编写的学习资料,用于系统学习与查阅。
jiant is an nlp toolkit
PaddleSlim 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理,主打开源免费。
PaddleSlim is an open-source library for deep model compression and architecture search.
TurboTransformers 是用 C++ 编写的 AI 工具,用于人工智能方向的建模与推理,主打速度快、易用。
a fast and user-friendly runtime for transformer inference (Bert, Albert, GPT2, Decoders, etc) on CPU and GPU.
自然语言处理(nlp),小姜机器人(闲聊检索式chatbot),BERT句向量-相似度(Sentence Similarity),XLNET句向量-相似度(text xlnet embedding),文本分类(Text classifi…
自然语言处理(nlp),小姜机器人(闲聊检索式chatbot),BERT句向量-相似度(Sentence Similarity),XLNET句向量-相似度(text xlnet embedding),文本分类(Text classification), 实体提取(ner,bert+bilstm+…
CLUENER2020 中文细粒度命名实体识别 Fine Grained Named Entity Recognition
CLUENER2020 中文细粒度命名实体识别 Fine Grained Named Entity Recognition
finetuner 是用 Python 编写的学习资料,用于系统学习与查阅。
:dart: Task-oriented embedding tuning for BERT, CLIP, etc.
基于知识图谱的问答系统,BERT做命名实体识别和句子相似度,分为online和outline模式
基于知识图谱的问答系统,BERT做命名实体识别和句子相似度,分为online和outline模式
bert-extractive-summarizer 是用 Python 编写的开源项目,主题标签有限,建议打开仓库查看具体用途,主打易用。
Easy to use extractive text summarization with BERT
Pre-trained Chinese ELECTRA(中文ELECTRA预训练模型)
Pre-trained Chinese ELECTRA(中文ELECTRA预训练模型)
KoBERT 是用 Python 编写的 AI 工具,用于人工智能方向的建模与推理。
Korean BERT pre-trained cased (KoBERT)
项目列表来自 GitHub 官方 Search API(stars:>1000)。单个查询最多只能返回前 1000 条,所以「同步热门」取到的是星标最高的 1000 个;要拿全量必须按星标区间拆成多个查询——本站会先查各区间的真实数量再自动切分(1k–2k 约 3.2 万个,2k–5k 约 2.1 万个,5k–20k 约 1 万个,2 万以上约 2300 个)。GitHub 上星标过千的公开仓库当前约 66,044 个,本站已收录 65,730 个。星标、简介、语言与主题均为 GitHub 原始字段,未做人工逐一核验。
中文介绍分三种来源,卡片与详情页均有标注:热门项目使用本站人工维护的条目;其余项目由程序依据语言、主题、简介中的特征词与项目数据自动生成;仓库原简介本身是中文时直接引用原文。自动生成的介绍只是对公开字段的归纳,不代表项目方表述,也不构成选型结论。
每日推荐按北京时间每天从星标 6000 以上、近 18 个月仍有提交且未归档的项目中选取,排除近 120 天已推荐过的项目,同一天内结果固定。推荐结果由规则引擎(或配置的大模型)生成,不构成选型结论。
每天每台设备可免费检索 3 次,浏览、筛选和关键词查找不消耗额度。选择下方任一方案即可继续(当前为模拟支付)。
模拟支付不会接入真实渠道,也不会产生任何扣款。