一个用于记录AI笔记的仓库。
- 【导航】NLP资源综合导航@fighting41love/funNLP
- 【面试】NLP面试笔记(仅问题)@km1994/NLP-Interview-Notes
- 【面试】AIGC-interview@315386775/DeepLearing-Interview-Awesome-2024
- 【面试】那些你不知道的事@km1994/nlp_paper_study
- 【面试】LLM面试含答案-问题基于km1994/NLP-Interview-Notes@jackaduma/awesome_LLMs_interview_notes
- 【面试】-大模型面试@wdndev/llm_interview_note
- 【竞赛】NLP任务竞赛汇总@TingFree/NLPer-Arsenal
- 【数据】-医疗训练数据@onejune2018/Awesome-Medical-Healthcare-Dataset-For-LLM
- 【教程】-【动手学大模型】教程-@Lordog/dive-into-llms
- 【教程】-【LLM 101】
- 【模型】-【Grok-1】314B模型@xai-org/grok-1
- 【模型】-国产大模型列表@wgwang/awesome-LLMs-In-China
- 【模型】-Yi-6B/34B 可以到200k @01-ai/Yi
- 【模型】-已发布的中文LLMs列表@HqWu-HITCS/Awesome-Chinese-LLM
- 【模型】-LLaMA-开源的LLaMA模型@facebookresearch/llama
- 【模型】-LLaMA中文-@ymcui/Chinese-LLaMA-Alpaca
- 【模型】-LLaMA2中文-@ymcui/Chinese-LLaMA-Alpaca-2
- 【模型】-OpenLLaMA中文-@FittenTech/OpenLLaMA-Chinese
- 【模型】-ChatGLM3-@THUDM/ChatGLM3
- 【模型】-【Llama-Chinese】中文LLAMA@Llama-Chinese
- 【训练】-【unsloth】-微调LLaMA3速度快@unslothai/unsloth
- 【训练】-【LLaMA-Factory】-微调训练框架@hiyouga/LLaMA-Factory
- 【训练】-【Firefly】-流萤LLMs训练代码@yangjianxin1/Firefly
- 【训练】-【swift】-qwen官方训练框架@modelscope/swift
- 【训练】-【PEFT】-PLMs参数精调方法@huggingface/peft
- 【训练】-【ChatGLM-Finetuning】-ChatGLM多种方式微调(Freeze、lora、pt、全参等)@liucongg/ChatGLM-Finetuning
- 【训练】-【MedicalGPT】-医疗GPT训练框架@shibing624/MedicalGPT
- 【推理】-【LLaMA.cpp】-LLaMA的C++推理代码@ggerganov/llama.cpp
- 【推理】-【chatglm.cpp】@li-plus/chatglm.cpp
- 【推理】-【fastllm】-基于cpp的推理框架,可实现移动端@ztxz16/fastllm
- 【推理】-【vllm】-vllm推理@vllm-project/vllm
- 【推理】-【lmdeploy】-介绍说比vLLM快@InternLM/lmdeploy
- 【推理】-【FastChat】-支持vllm加速、openaiapi和webui@lm-sys/FastChat
- 【推理】-【flash-attention】flash-attention推理加速@Dao-AILab/flash-attention
- 【评测】-评测资源列表@onejune2018/Awesome-LLM-Eval
- 【评测】-LLMSurvey-大语言模型综述
- 【评测】-【opencompass】-大模型评测榜单
- 【Prompt】-【LangGPT】- 角色扮演提示词模板@EmbraceAGI/LangGPT
- 【Prompt】-【GPTs】- 提示词模板@linexjlin/GPTs
- 【RAG】-【Langchain-Chatchat】@chatchat-space/Langchain-Chatchat
- 【RAG】-【组件索引列表】@frutik/Awesome-RAG
- 【RAG】-【知识图谱RAG】@graph-rag
- 【Agent】-【Graph_Toolformer】-图数据+LLM+API_call构造Agent@jwzhanggy/Graph_Toolformer
- 【Agent】-AutoGPT-实现GPT的自动化操作@Significant-Gravitas/Auto-GPT
- 【Agent】-【XAgent】-面壁智能XAgent@OpenBMB/XAgent
- 【Agent】-【modelscope-agent】-阿里agent@modelscope/modelscope-agent
- 【Agent】-【Qwen-agent】-阿里agent@QwenLM/Qwen-Agent
- 【工具】-【Json】-【super-json-mode】大模型抽取信息的json格式@varunshenoy/super-json-mode
- 【工具】-【ChatALL】-大模型多合一@sunner/ChatALL
- 【工具】-【chatgpt】-镜像网站@LiLittleCat/awesome-free-chatgpt
- 【工具】-【gpt4free】-免费的GPT-4逆向接口@xtekky/gpt4free
- 【工具】-【openai格式API】- openai api@xusenlinzy/api-for-open-llm
- 【应用】-【GPT-Tools】-将多个GPT可以接入聊天软件等,py实现@zhayujie/bot-on-anything
【工具】-[BingChat]-Bing Chat for All Browsers,可以让chrome等浏览器使用的BingChat的插件@anaclumos/bing-chat-for-all-browsers
- 【工具】-【open-text-embeddings】-仿openai API格式的embeddingAPI@limcheekin/open-text-embeddings
- 【工具】-【FlagEmbedding】-BGE系列模型推理框架@FlagOpen/FlagEmbedding
- 文本分类工具,LR,Xgboost,TextCNN,FastText,TextRNN,BERT等分类模型实现,开箱即用。@shibing624/pytextclassifier
- [FastText]@facebookresearch/fastText
- 【对话系统】-基于大模型的多轮对话、填槽、反问@answerlink/IntelliQ
- 【对话系统】-基于Bert的意图-槽位识别@Linear95/bert-intent-slot-detector
- 【对话系统】-业界一些对话系统资料(2022)
- [MMS]-Scaling Speech Technology to 1000+ languages多语种ASR@facebookresearch/fairseq
- [Whisper]-@openai/whisper
- [whisper.cpp]whisper cpp实现-@ggerganov/whisper.cpp
- [FunASR]-阿里达摩院端到端ASR@alibaba-damo-academy/FunASR
- [WeNet]-端到端ASR@wenet-e2e/wenet
- 一个TTS工具整合框架@coqui-ai/TTS
- [VITS]-对抗学习的条件变分自编码器@jaywalnut310/vits
- [VITS]-论文代码解读视频@B站/deep_thoughts
- [VITS-fast-fine-tuning]-快速微调框架@Plachtaa/VITS-fast-fine-tuning
- [so-vits-svc]-声音克隆变声器,可实现声音克隆@svc-develop-team/so-vits-svc
- [RVC]-一个基于VITS的简单易用的语音转换(变声器)框架@RVC-Project/Retrieval-based-Voice-Conversion-WebUI
- [pyannote]-声音活动检测(speaker diarization)@pyannote/pyannote-audio
- [说话人分离-contentvec]-说话人分离@auspicious3000/contentvec
- [demucs]-伴奏、乐器、人声分离@facebookresearch/demucs
- [uv]-伴奏与人声分离工具GUI版@Anjok07/ultimatevocalremovergui
- [HuBert]-预训练模型-音频特征提取器@facebookresearch/av_hubert
- [向量数据库-faiss]-支持GPU的向量数据库-@facebookresearch/faiss
- [向量数据库-hnswlib]-py封装c++实现的快速近邻搜索算法@nmslib/hnswlib
- [部署-torch2trt]-将torch模型转为TensorRT模型的工具,由TensorRT Python API构建@NVIDIA-AI-IOT/torch2trt
- [部署-netron]-查看onnx模型结构@lutzroeder/netron
- [部署-onnx-simplifier]-onnx模型结构简化@daquexian/onnx-simplifier
- [文本、图像、音频标注工具-doccano]@doccano/doccano