Inicio Proyectos transformers_tasks
transformers_tasks

transformers_tasks

por HarderThenHarder · GitHub

⭐️ Algoritmos de NLP con la biblioteca de transformers. Soporta Clasificación de Texto, Generación de Texto, Extracción de Información, Coincidencia de Texto, RLHF, SFT, etc.

Ver en GitHub
En palabras simples

Entrena y personaliza modelos de IA para diversas tareas de lenguaje como clasificación de texto y extracción de información.

⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Licencia no especificada
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
transformers_tasks — GitHub preview card
📈 Historial de estrellas
2 4212 419
2026-07-072026-07-29
📈 Sigue transformers_tasks

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

⭐️ Algoritmos de NLP con la biblioteca de transformers. Soporta Clasificación de Texto, Generación de Texto, Extracción de Información, Coincidencia de Texto, RLHF, SFT, etc.

transformers_tasks tiene 2.4k estrellas en GitHub. Se ha bifurcado 398 veces. transformers_tasks está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2022. Sus temas principales son: information-extraction, nlp, reinforcement-learning, text-classification.

Frequently asked questions

¿Qué es transformers_tasks?

⭐️ Algoritmos de NLP con la biblioteca de transformers. Soporta Clasificación de Texto, Generación de Texto, Extracción de Información, Coincidencia de Texto, RLHF, SFT, etc.

¿transformers_tasks es de código abierto?

transformers_tasks es un proyecto de código abierto.

¿transformers_tasks es gratis?

Sí. transformers_tasks es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿En qué lenguaje está escrito transformers_tasks?

transformers_tasks está escrito principalmente en Jupyter Notebook.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — transformers_tasks

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=harderthenharder-transformers-tasks)](https://opensourceai.tech/project/harderthenharder-transformers-tasks.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
Transformers_for_Text_Classification
Clasificación de texto basada en Transformers
343 · nlp
compartetext-classificationtransformers
uie_pytorch
Implementación en PyTorch del modelo UIE de PaddleNLP
702 · information-extraction
comparteinformation-extractiontransformers
Cornucopia-LLaMA-Fin-Chinese
聚宝盆(Cornucopia): Modelo grande de finanzas en chino, de código abierto y comercializable, que p…
659 · chinese
compartetext-generationtransformers
happy-transformer
Happy Transformer facilita el ajuste fino y la inferencia con modelos de Transformador NLP.
548 · ai
compartetext-classificationtransformers
course
El curso de Hugging Face sobre Transformers
4.1k · deep-learning
compartetransformersnlp
pysentimiento
Un kit de herramientas multilingüe de Python para Análisis de Sentimientos y tareas de NLP Soci…
658 · nlp
compartetransformersnlp
Bert-Multi-Label-Text-Classification
Este repositorio contiene una implementación en PyTorch de un modelo BERT preentrenado para cla…
922 · albert
compartetext-classificationtransformers
attention_sinks
Extiende los LLMs existentes mucho más allá de la longitud de entrenamiento original con uso co…
735 · llm
compartetransformersnlp
small-text
Aprendizaje Activo para Clasificación de Texto en Python
648 · active-learning
compartetext-classificationtransformers
simpletransformers
Transformers para Recuperación de Información, Clasificación de Texto, NER, QA, Modelado de Len…
4.3k · conversational-ai
compartetext-classificationtransformers

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.