NLP / LLM 资源相关文章 - 第 39 页 | 江明涛

NLP / LLM 资源2026年8月4日 1 分钟

UltraChat

大规模、信息丰富、多样化的多轮对话数据

NLP / LLM 资源2026年8月4日 1 分钟

EleutherAI 数据

800g的文本语料给你整合好了免费下载，不知道trian出来的model质量如何，打算试试：

NLP / LLM 资源2026年8月4日 1 分钟

多模态数据集MMC4

5.8亿图片，1亿文档，400亿token

NLP / LLM 资源2026年8月4日 1 分钟

thu指令训练数据

设计了一套流程来自动产生多样化高质量的多轮指令对话数据UltraChat，并进行了细致的人工后处理。现已将英文数据全部开源，共计150余万条，是开源社区数量最多的高质量指令数据之一

NLP / LLM 资源2026年8月4日 1 分钟

歧义数据集

能否正确的消除歧义是衡量大语言模型的一个重要指标。不过一直没有一个标准化的衡量方法，这篇论文提出了一个包含1,645个具有不同种类歧义的数据集及对应的评估方法。

NLP / LLM 资源2026年8月4日 1 分钟

VisualGLM-6B

VisualGLM-6B 是一个开源的，支持图像、中文和英文的多模态对话语言模型，语言模型基于 ChatGLM-6B，具有 62 亿参数；图像部分通过训练 BLIP2-Qformer 构建...

NLP / LLM 资源2026年8月4日 1 分钟

LLMScore

LLMScore是一种全新的框架，能够提供具有多粒度组合性的评估分数。它使用大语言模型（LLM）来评估文本到图像生成模型。首先，将图像转化为图像级别和对象级别的视觉描述，然后将评估指令输入...

NLP / LLM 资源2026年8月4日 1 分钟

文生图开源模型试炼场

可根据输入文字同时用stable-diffusion 1.5、stable-diffusion 2.1、DALL-E、kandinsky-2等模型生成图像，方便测试比较

NLP / LLM 资源2026年8月4日 1 分钟

OFA-Chinese：中文多模态统一预训练模型

transformers结构的中文OFA模型

NLP / LLM 资源2026年8月4日 1 分钟

whisper

在语音转文字（STT，也称ASR）方面，whisper是我用过的最好的，最快的库。没想到，这么快的模型，还能70x的优化空间。我准备部署这个模型，并开放给大家使用，可以用来转录大的语音文件...

NLP / LLM 资源2026年8月4日 1 分钟

BARK

一个非常强大的TTS（文字转语音）项目，这个项目的特点是，它可以在文字中加入提示词，比如“大笑”。这个提示词会变成笑的声音，然后合成到语音里去。它也可以混合“男声”，“女声”，这样再做就可...

NLP / LLM 资源2026年8月4日 1 分钟

汇总6个Midjourney以外的免费以文生图服务：