NLP

全套解决方案：基于pytorch、transformers的中文NLP训练框架，支持大模型训练和文本生成，快速上手，海量训练数据！ 1.简介 目标：基于pytorch、transformers做中文领

超越界限：大模型应用领域扩展，探索文本分类、文本匹配、信息抽取和性格测试等多领域应用 随着 ChatGPT 和 GPT-4 等强大生成模型出现，自然语言处理任务方式正在逐步发生改变。鉴于大模型强大的任

解锁ChatGLM-6B的潜力：优化大语言模型训练，突破任务困难与答案解析难题 LLM（Large Language Model）通常拥有大量的先验知识，使得其在许多自然语言处理任务上都有着不错的性能

精进语言模型：探索LLM Training微调与奖励模型技术的新途径 LLMs Trainer 是一个旨在帮助人们从零开始训练大模型的仓库，该仓库最早参考自 Open-Llama，并在其基础上进行扩充

Prompt-“设计提示模板：用更少数据实现预训练模型的卓越表现，助力Few-Shot和Zero-Shot任务” 通过设计提示（prompt）模板，实现使用更少量的数据在预训练模型（Pretraine

DRL：Reinforcement Learning with Language Model 随着 ChatGPT 的爆火，强化学习（Reinforcement Learning）和语言生成模型（La

深入探索智能未来：文本生成与问答模型的创新融合 1.Filling Model with T5 1.1背景介绍 该项目用于将句子中 [MASK] 位置通过生成模型还原，以实现 UIE 信息抽取中 Ma

解锁数据潜力：信息抽取、数据增强与UIE的完美融合 1.信息抽取（Information Extraction） 1.1 IE简介 信息抽取是 NLP 任务中非常常见的一种任务，其目的在于从一段自然文

NLP文本匹配任务Text Matching [无监督训练]：SimCSE、ESimCSE、DiffCSE 项目实践 文本匹配多用于计算两个文本之间的相似度，该示例会基于 ESimCSE 实现一个无监

NLP文本匹配任务Text Matching [有监督训练]：PointWise（单塔）、DSSM（双塔）、Sentence BERT（双塔）项目实践 0 背景介绍以及相关概念 本项目对3种常用的文本

dialogbot：开箱即用的对话机器人解决方案，涵盖问答型对话、任务型对话和聊天型对话等多种场景，为您提供全方位的对话交互体验。 人机对话系统一直是AI的重要方向，图灵测试以对话检测机器是否拥有高度

pycorrector一键式文本纠错工具，整合了BERT、MacBERT、ELECTRA、ERNIE等多种模型，让您立即享受纠错的便利和效果 pycorrector: 中文文本纠错工具。支持中文音似、

Similarities：精准相似度计算与语义匹配搜索工具包，多维度实现多种算法，覆盖文本、图像等领域，支持文搜、图搜文、图搜图匹配搜索 Similarities 相似度计算、语义匹配搜索工具包，实现

精细解析中文公司名称：智能分词工具助力地名、品牌名、行业词和后缀提取 中文公司名称分词工具，支持公司名称中的地名，品牌名（主词），行业词，公司名后缀提取。 对公司名文本解析，识别并提取地名（place

书写自动智慧文本分类器的开发与应用：支持多分类、多标签分类、多层级分类和Kmeans聚类 文本分类器，提供多种文本分类和聚类算法，支持句子和文档级的文本分类任务，支持二分类、多分类、多标签分类、多层级

开启想象翅膀：轻松实现文本生成模型的创作应用，支持LLaMA、ChatGLM、UDA、GPT2、Seq2Seq、BART、T5、SongNet等模型，开箱即用 1.介绍 TextGen实现了多种文本生

TextBrewer:融合并改进了NLP和CV中的多种知识蒸馏技术、提供便捷快速的知识蒸馏框架、提升模型的推理速度，减少内存占用 TextBrewer是一个基于PyTorch的、为实现NLP中的知识蒸

MiniRBT中文小型预训练模型：结合了全词掩码（Whole Word Masking）技术和两段式知识蒸馏（Knowledge Distillation）技术，加快推理速度 在自然语言处理领域中，预

VLE基于预训练文本和图像编码器的图像-文本多模态理解模型：支持视觉问答、图文匹配、图片分类、常识推理等 多模态预训练模型通过在多种模态的大规模数据上的预训练，可以综合利用来自不同模态的信息，执行各种

ChatGenTitle：使用百万arXiv论文信息在LLaMA模型上进行微调的论文题目生成模型 相关信息 1.训练数据集在Cornell-University/arxiv，可以直接使用； 2.正式发