awesome-repositories.com
ब्लॉग
MCP
awesome-repositories.com

AI-संचालित खोज के साथ बेहतरीन ओपन-सोर्स रिपॉजिटरी खोजें।

एक्सप्लोर करेंक्यूरेटेड खोजेंओपन-सोर्स विकल्पसेल्फ-होस्टेड सॉफ्टवेयरब्लॉगसाइटमैप
प्रोजेक्टMCP सर्वरहमारे बारे मेंहम रैंकिंग कैसे करते हैंप्रेस
कानूनीगोपनीयताशर्तें
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

1 रिपॉजिटरी

Awesome GitHub RepositoriesMulti-Task NLP Training

Training a single model on several different natural language datasets simultaneously to improve general capabilities.

Distinct from Multi-Task Vision Training: Distinct from Multi-Task Vision Training by focusing on linguistic tasks rather than image processing.

Explore 1 awesome GitHub repository matching artificial intelligence & ml · Multi-Task NLP Training. Refine with filters or upvote what's useful.

Awesome Multi-Task NLP Training GitHub Repositories

AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
  • google-research/text-to-text-transfer-transformergoogle-research का अवतार

    google-research/text-to-text-transfer-transformer

    6,528GitHub पर देखें↗

    यह विविध नेचुरल लैंग्वेज प्रोसेसिंग कार्यों को एक एकीकृत टेक्स्ट-टू-टेक्स्ट समस्या के रूप में मानने के लिए एक मशीन लर्निंग फ्रेमवर्क है। यह बड़े पैमाने पर ट्रांसफॉर्मर मॉडल को प्री-ट्रेन और फाइन-ट्यून करने के लिए एक टूलकिट प्रदान करता है, जो एक ऐसी प्रणाली का उपयोग करता है जहां इनपुट और आउटपुट दोनों को रॉ टेक्स्ट अनुक्रमों के रूप में स्वरूपित किया जाता है। फ्रेमवर्क अपने डिस्ट्रीब्यूटेड ट्रेनिंग सिस्टम के लिए जाना जाता है, जो कई TPU कोर में मॉडल वेट्स और ट्रेनिंग बैच को स्केल करने के लिए मेश-आधारित रणनीतियों का उपयोग करता है। यह कॉन्फ़िगर करने योग्य मिश्रण दरों का उपयोग करके विविध डेटासेट को एक ही ट्रेनिंग स्ट्रीम में जोड़कर मल्टी-टास्क लर्निंग का समर्थन करता है, जिससे एक ही मॉडल विभिन्न भाषा कार्यों को संभालने में सक्षम होता है। सिस्टम एनकोडर-डिकोडर आर्किटेक्चर, टेक्स्ट जनरेशन के लिए बीम-सर्च डिकोडिंग, और ट्रांसफर लर्निंग वर्कफ़्लो सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। इसमें NLP डेटासेट तैयारी, मॉडल प्रदर्शन मूल्यांकन, और प्रोडक्शन सर्विंग के लिए प्रशिक्षित चेकपॉइंट्स को एक्सपोर्ट करने के लिए उपयोगिताएँ शामिल हैं। लाइब्रेरी विकास में तेजी लाने के लिए विभिन्न आकारों के प्री-ट्रेंड मॉडल चेकपॉइंट्स को लोड करने का समर्थन करती है।

    Trains a single model on several different datasets simultaneously to improve general capabilities and knowledge transfer.

    Python
    GitHub पर देखें↗6,528
  1. Home
  2. Artificial Intelligence & ML
  3. Model Training Frameworks
  4. Vision Model Training
  5. Multi-Task NLP Training