awesome-repositories.com
Blog
MCP
awesome-repositories.com

Entdecke die besten Open-Source-Repositories mit KI-gestützter Suche.

EntdeckenKuratierte SuchenOpen-Source-AlternativenSelf-hosted SoftwareBlogSitemap
ProjektMCP-ServerÜber unsRanking-MethodikPresse
RechtlichesDatenschutzAGB
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

3 Repos

Awesome GitHub RepositoriesMultilingual Language Models

Large language models capable of processing and generating text across various languages and scripts.

Distinct from Cross-Lingual Objectives: None of the candidates cover general multilingual LLM identity; they focus on speech or specific objectives

Explore 3 awesome GitHub repositories matching artificial intelligence & ml · Multilingual Language Models. Refine with filters or upvote what's useful.

Awesome Multilingual Language Models GitHub Repositories

Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
  • deepseek-ai/deepseek-llmAvatar von deepseek-ai

    deepseek-ai/deepseek-LLM

    7,100Auf GitHub ansehen↗

    DeepSeek-LLM ist ein Large Language Model und kausales Sprachmodell für die natürliche Sprachgenerierung. Es fungiert als mehrsprachiges System, das in der Lage ist, das nächste Token in einer Sequenz vorherzusagen, um Textvervollständigung und konversationelle Generierung durchzuführen. Das Modell ist auf logisches Schlussfolgern spezialisiert, insbesondere als Code- und Mathe-LLM. Dies ermöglicht komplexe Problemlösungen, einschließlich der Generierung von ausführbarem Code und der Lösung mathematischer Gleichungen durch schrittweise Analyse. Die breiteren Fähigkeiten des Systems decken konversationelle KI ab, einschließlich der Generierung von Chat-Antworten und Textsequenzen in mehreren Sprachen. Der Funktionsumfang erstreckt sich auf automatisierte Codegenerierung und die Produktion kohärenter Texte für verschiedene Schreibaufgaben.

    Supports text processing and generation across multiple different languages and scripts.

    Makefile
    Auf GitHub ansehen↗7,100
  • zai-org/visualglm-6bAvatar von zai-org

    zai-org/VisualGLM-6B

    4,158Auf GitHub ansehen↗

    VisualGLM-6B is a multimodal large language model and vision-language system designed to process and generate text based on combined textual and visual inputs. It functions as a bilingual conversational AI capable of maintaining natural language interactions in both English and Chinese. The project utilizes quantized model weights to reduce memory requirements, enabling the deployment of the neural network on consumer-grade hardware. These compressed parameters allow for lower VRAM usage while maintaining the model's ability to analyze visual content and generate corresponding natural languag

    Provides a large language model capable of processing and generating text in both English and Chinese.

    Pythonchatglm-6bgptmulti-modal
    Auf GitHub ansehen↗4,158
  • tiiiger/bert_scoreAvatar von Tiiiger

    Tiiiger/bert_score

    1,903Auf GitHub ansehen↗

    BERT Score is a text evaluation tool that assesses the quality of generated text by computing precision, recall, and F1 metrics between candidate and reference texts. It transforms text tokens into dense contextual vectors using pretrained transformer models, calculating token-level similarity matrices through pairwise cosine distances. The system computes scores by greedily matching tokens between sequences and supports multilingual assessment across dozens of different languages by utilizing language-specific or cross-lingual transformer backends. The library includes features for baseline

    Computes similarity metrics across dozens of different human languages using cross-lingual transformer backends.

    Jupyter Notebookmachine-learningnatural-language-processing
    Auf GitHub ansehen↗1,903
  1. Home
  2. Artificial Intelligence & ML
  3. Multilingual Language Models

Unter-Tags erkunden

  • Multilingual Evaluation ToolingSystems computing similarity metrics across languages using multilingual transformer backends. **Distinct from Multilingual Language Models:** Distinct from Multilingual Language Models: focuses on evaluation systems rather than the base models.
  • Text EvaluationsCross-lingual evaluation of text similarity across multiple natural languages. **Distinct from Multilingual Language Models:** Distinct from Multilingual Language Models: focuses on evaluation tasks across languages rather than generative models.