doccano / doccano

#自然语言处理#The official tool for transforming doccano format into common dataset formats.

#自然语言处理#A simple client for doccano API.

#自然语言处理#Annotation meets Large Language Models (ChatGPT, GPT-3 and alike).

#自然语言处理#doccano auto labeling pipeline helps doccano to annotate a document automatically.

大模型Grok-1开源

#数据仓库#Label Studio 是一个用于机器学习模型训练的数据标注工具，支持标注图像、音频、文本、视频等多种类型。

#大语言模型#LangChain 是一个用于构建基于LLM应用（大型语言模型）的Python库。

#数据仓库#Cleanlab's open-source library is the standard data-centric AI package for data quality and machine learning with messy, real-world data and labels.

#大语言模型#本地化搭建和运行 Llama2 和其他大模型

Devika is now Opcode

Open-Sora： 完全开源的高效复现类Sora视频生成方案

pkuseg多领域中文分词工具; The pkuseg toolkit for multi-domain Chinese word segmentation

#计算机科学#CVAT 是一个领先的工业级用于机器学习的图片、视频标注工具。

#计算机科学#Image Polygonal Annotation with Python (polygon, rectangle, circle, line, point and image-level flag annotation).

tiktoken is a fast BPE tokeniser for use with OpenAI's models.

Qwen 是阿里巴巴集团Qwen团队研发的大语言模型和大型多模态模型系列。

Fast Rust bundler for JavaScript/TypeScript with Rollup-compatible API.

ChatGLM3 series: Open Bilingual Chat LLMs | 开源双语对话语言模型

#大语言模型#Gorilla: Training and Evaluating LLMs for Function Calls (Tool Calls)

FauxPilot - an open-source alternative to GitHub Copilot server

#计算机科学#MLflow 是一个开源框架，旨在管理整个机器学习生命周期。 它可以在不同的平台上训练模型并为模型提供服务，让你能够使用相同的一组工具，而不管试验是在计算机本地、远程计算目标上、虚拟机上

#自然语言处理#为 Jax、PyTorch 和 TensorFlow 打造的先进的自然语言处理

Garnet 是一个微软开源的高性能的缓存服务器，可兼容现有的Redis Client