Text-Similarity开源项目 – 文本相似度计算工具

LLM Explorer 是一个为机器学习研究人员、开发者和人工智能爱好者设计的平台，帮助用户了解最新的自然语言处理技术，集成到项目中，并保持在人工智能进步的前沿。

typical-sampling 是一个为 Jax、PyTorch 和 TensorFlow 打造的先进自然语言处理工具，支持典型采样算法，旨在优化模型训练和推理过程，提供易于集成的 API 以提升开发效率。

timeseries_gan是一个基于TensorFlow实现的生成对抗网络（GAN），特别是InfoGAN，专门用于处理一维（1D）时间序列数据。该项目旨在通过深度学习方法生成合成的时间序列数据，并支持使用潜在变量进行条件生成。此外，它还提供了可视化生成数据的工具，帮助用户分析和理解生成模型的行为。

《Large Language Model 书籍中文版》是一本系统介绍如何从零开始构建、训练和微调大型语言模型（LLMs）的书籍。书中详细讲解了从文本数据处理到注意力机制实现，再到模型预训练和微调的全过程。此外，书籍还提供了结合人类反馈进行模型优化的方法，以及如何将大语言模型应用于实际场景的指导。

MosaicML是一家专注于模型训练和微调的公司，发布了一系列新的大型语言模型(LLM)，其中包括专为故事创作设计的模型，旨在支持文学创作和儿童教育。

TorchCP是一个基于PyTorch的Python工具箱，旨在支持深度学习模型的保形预测研究，提供多种分类和回归方法。

riverbed 是一个支持大规模数据挖掘和自然语言处理的工具集，提供多种高效的功能，帮助用户在复杂的数据环境中进行深入分析。

AtomGPT是基于LLaMA的模型架构，通过从零开始训练，旨在展示模型的进化过程及学习能力的提升，帮助研究人员深入理解模型的学习过程。

MoveNet是一个基于深度学习的高效姿态检测模型，能够在PyTorch环境中实时估计人体姿态，支持多种输入格式，并能在多个设备上运行，包括移动设备。

MinT 是一个轻量级、可扩展的Transformer库，专为自然语言处理任务而设计，提供易于使用的API，支持多种预训练模型，能够高效地进行模型训练和推理。

CrystalNet是一个神经网络软件包，专为晶体建模任务定制模型训练，旨在提升材料科学的研究效率和应用潜力。

手把手带你实战 Huggingface Transformers 课程视频和资料，帮助学习者掌握自然语言处理技术。

FasterTransformer是一个旨在提高Transformer模型速度和效率的工具，支持多种架构如BERT和GPT，提供高性能的推理和训练，且易于集成。它支持FP16和INT8量化技术，能够在NVIDIA GPU上实现高效的模型推理和快速训练，适合在生产环境中部署优化后的模型。

这是一个基于PyTorch的实时3D多人姿态估计演示项目。它支持使用OpenVINO后端进行快速的CPU推理，适用于实时应用。项目具有轻量级和高效的特点，能够在视频流中实时检测和估计多人的3D姿态，并提供3D姿态可视化。

这个项目展示了如何在Google Cloud上使用TensorFlow、TFX和Vertex AI实现端到端的机器学习运维。它集成了自动化的数据摄取、模型训练和评估，并提供了监控和日志记录功能，展示了机器学习中的CI/CD最佳实践。

Meta Lingua 是一个轻量级、高效且易于修改的大型语言模型（LLM）研究代码库，专为研究者设计，支持模型训练和推理。其核心特点是使用易于修改的 PyTorch 组件，方便研究者尝试新的架构、损失函数和数据集。Meta Lingua 提供端到端的训练、推理和评估功能，模块化设计使其具有高度可重用性和灵活性，能够快速迭代和验证新概念。