zejunwang1 Goto Github PK

aho_corasick

A C++ implementation of the aho corasick pattern search algorithm

belle

BELLE: Be Everyone's Large Language model Engine（开源中文对话大模型）

bert4vec

一个基于预训练的句向量生成工具

bert_text_classification

基于 BERT 模型的中文文本分类工具

bertorch

基于 pytorch 的 bert 实现和下游任务微调

bloom_tuning

BLOOM 模型的指令微调

chatglm_tuning

基于 LoRA 和 P-Tuning v2 的 ChatGLM-6B 高效参数微调

chinese-word-vectors

100+ Chinese Word Vectors 上百种预训练中文词向量

csts

中文自然语言推理与语义相似度数据集

ctcdataset

中文纠错数据集汇总

darmatch

一个非常高效的字符串匹配工具，支持正向/反向最大匹配分词和多模式字符串精确匹配

darts-clone

A clone of Darts (Double-ARray Trie System)

easytokenizer

高性能文本 Tokenizer 库

fastlcs

An effective tool for solving LCS problems

fastmatch

Large-scale exact string matching tool

firefly

Firefly(流萤): 中文对话式大语言模型

gpt2classifier

基于中文 GPT2 预训练模型的文本分类微调

gpt2ppl-zh

基于中文 GPT2 预训练模型的语句困惑度计算

learn-regex

Learn regex the easy way

learn-unicode

Learn Unicode the easy way

lightltp

基于 onnxruntime 推理引擎的中文 ltp 词法分析

llmtuner

大语言模型指令调优工具（支持 FlashAttention）

machine_learning_code_implementation

Mathematical derivation and pure Python code implementation of machine learning algorithms.

old_repo

pistache

A high-performance REST Toolkit written in C++

sentsplit

中文分句

simbert_distill

Two-stage SimBERT distillation

stringutils

A bridge between Unicode encoded strings and std::string.

system_info

Get hardware information, header-only

tiny-utf8

Unicode (UTF-8) capable std::string