论文阅读助手

Using GPT to parse PDF

Awesome-LLM-RAG: a curated list of advanced retrieval augmented generation (RAG) in Large Language Models

A Survey of Attributions for Large Language Models

This is a Github repository that focuses on articles related to skill-based meta reinforcement learning. The main focus is on skill extraction, combination, and generalization.

论文阅读助手

MNBVC(Massive Never-ending BT Vast Chinese corpus)超大规模中文语料集。对标chatGPT训练的40T数据。MNBVC数据集不但包括主流文化，也包括各个小众文化甚至火星文的数据。MNBVC数据集包括新闻、作文、小说、书籍、杂志、论文、台词、帖子、wiki、古诗、歌词、商品介绍、笑话、糗事、聊天记录等一切形式的纯文本中文数据。

整理开源的中文大语言模型，以规模较小、可私有化部署、训练成本较低的模型为主，包括底座模型，垂直领域微调及应用，数据集与教程等。

FlagAI (Fast LArge-scale General AI models) is a fast, easy-to-use and extensible toolkit for large-scale model.

RoFormer升级版

本文是Michael Nielson所著的《Neural Networks and Deep Learning》的简体中文翻译版。

Official implementation of the papers "GECToR – Grammatical Error Correction: Tag, Not Rewrite" (BEA-20) and "Text Simplification by Tagging" (BEA-21)

3000000+语义理解与匹配数据集。可用于无监督对比学习、半监督学习等构建中文领域效果最好的预训练模型

Pre-Training with Whole Word Masking for Chinese BERT（中文BERT-wwm系列模型）

中文分词 词性标注 命名实体识别 依存句法分析 成分句法分析 语义依存分析 语义角色标注 指代消解 风格转换 语义相似度 新词发现 关键词短语提取 自动摘要 文本分类聚类 拼音简繁转换 自然语言处理

自然语言处理，知识图谱相关语料。按照Task细分，欢迎PR。

A Chinese EHR Bert Pretrained Model.

使用深度学习方法解析问题 知识图谱存储 查询知识点 基于医疗垂直领域的对话系统

Fit data to many distributions

A LITE BERT FOR SELF-SUPERVISED LEARNING OF LANGUAGE REPRESENTATIONS, 海量中文预训练ALBERT模型

Command-line utility to transcribe/translate from video/audio/subtitles to subtitles

trie树实现多类型匹配

Never see escaped bytes in output.

PKU Team Zero's code for participation in ICDAR2019 ArT Recognition track (Champion)