中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、身份证抽取、邮箱抽取、中日文人名库、中文缩写库、拆字词典、词汇情感值、停用词、反动词表、暴恐词表、繁简体转换、英文模拟中文发音、汪峰歌词生成器、职业名称词库、同义词库、反义词库、否定词库、汽车品牌词库、汽车零件词库、连续英文切割、各种中文词向量、公司名字大全、古诗词库、IT词库、财经词库、成语词库、地名词库、…

《动手学深度学习》：面向中文读者、能运行、可讨论。中英文版被70多个国家的500多所大学用于教学。

LlamaIndex is a data framework for your LLM applications

Unified Efficient Fine-Tuning of 100+ LLMs (ACL 2024)

Code and documentation to train Stanford's Alpaca models, and generate the data.

Fast and memory-efficient exact attention

Question and Answer based on Anything.

A concise but complete full-attention transformer with a set of promising experimental features from various papers

Use PEFT or Full-parameter to finetune 400+ LLMs (Qwen2.5, Llama3.2, GLM4, Internlm2.5, Yi1.5, Mistral, Baichuan2, DeepSeek, ...) or 150+ MLLMs (Qwen2-VL, Qwen2-Audio, Llama3.2-Vision, Llava, Inter…

MedicalGPT: Training Your Own Medical GPT Model with ChatGPT Training Pipeline. 训练医疗大模型，实现了包括增量预训练(PT)、有监督微调(SFT)、RLHF、DPO、ORPO。

An elegent pytorch implement of transformers

Unify Efficient Fine-tuning of RAG Retrieval, including Embedding, ColBERT, ReRanker.

CMeIE/CBLUE/CHIP/实体关系抽取/SPO抽取

本人项目进行中搜集的数据集，包含原始数据和经过处理后的数据，项目持续更新。

easy-bert是一个中文NLP工具，提供诸多bert变体调用和调参方法，极速上手；清晰的设计和代码注释，也很适合学习