Alternatives and similar repositories for regex-tokenizer

Users that are interested in regex-tokenizer are comparing it to the libraries listed below

• wangyuxinwhy / generate
  A Python Package to Access World-Class Generative Models
  ☆129Updated last year
• liguodongiot / unify-easy-llm
  unify-easy-llm（ULM）旨在打造一个简易的一键式大模型训练工具，支持Nvidia GPU、Ascend NPU等不同硬件以及常用的大模型。
  ☆58Updated last year
• shell-nlp / gpt_server
  gpt_server是一个用于生产级部署LLMs、Embedding、Reranker、ASR、TTS、文生图、图片编辑和文生视频的开源框架。
  ☆218Updated last week
• CLUEbenchmark / SuperCLUE-RAG
  中文原生检索增强生成测评基准
  ☆123Updated last year
• jiangnanboy / llm_corpus_quality
  大模型预训练中文语料清洗及质量评估 Large model pre-training corpus cleaning
  ☆70Updated last year
• SmartFlowAI / Hand-on-RAG
  顾名思义：手搓的RAG
  ☆130Updated last year
• shibing624 / agentica
  Agentica: Effortlessly Build Intelligent, Reflective, and Collaborative Multimodal AI Agents! 构建智能的多模态AI Agent。
  ☆217Updated 3 weeks ago
• 360AILAB-NLP / 360LayoutAnalysis
  360LayoutAnaylsis, a series Document Analysis Models and Datasets deleveped by 360 AI Research Institute
  ☆305Updated last year
• intsig-textin / markdown_tester
  如需体验textin文档解析，请点击https://cc.co/16YSIy
  ☆122Updated 4 months ago
• riddle911 / SuperInsights
  ☆67Updated last year
• RapidAI / RapidLayout
  Analysis of Chinese and English layouts 中英文版面分析
  ☆255Updated 3 months ago
• zjrwtx / SFT-data-builder
  利用免费的大模型api来结合你的私域数据来生成sft训练数据（妥妥白嫖）支持llamafactory等工具的训练数据格式synthetic data
  ☆185Updated 11 months ago
• zzlgreat / smart_agent
  ☆106Updated 2 years ago
• billvsme / my_openai_api
  部署你自己的OpenAI api🤩, 基于flask, transformers (使用 Baichuan2-13B-Chat-4bits 模型, 可以运行在单张Tesla T4显卡) ，实现了OpenAI中Chat, Models和Completions接口，包含流式响…
  ☆96Updated 2 years ago
• hzauzxb / guidance-ocr
  视觉信息抽取任务中，使用OCR识别结果规范多模态大模型的回答
  ☆41Updated 10 months ago
• li-xiu-qi / x-pdf2md
  本项目借助飞桨平台，构建起一套创新的多模型协同系统，实现 PDF 文件到 Markdown 文件的高效、精准转换。
  ☆26Updated 7 months ago
• Chinese-Tiny-LLM / Chinese-Tiny-LLM
  ☆235Updated last year
• shibing624 / SearchGPT
  SearchGPT: Building a quick conversation-based search engine with LLMs.
  ☆46Updated 10 months ago
• kv1830 / fast_pdf_trans
  Fast pdf translate是一款pdf翻译软件，基于MinerU实现pdf转markdown的功能，接着对markdown进行分割， 送给大模型翻译，最后组装翻译结果并由pypandoc生成结果pdf。
  ☆33Updated 7 months ago
• xinsblog / chatglm-qabot
  基于chatglm快速搭建文档问答机器人
  ☆89Updated 2 years ago
• hyperai / vllm-cn
  vLLM Documentation in Chinese Simplified / vLLM 中文文档
  ☆121Updated last month
• allwefantasy / byzer-llm
  Easy, fast, and cheap pretrain,finetune, serving for everyone
  ☆315Updated 4 months ago
• amulil / vector_by_onnxmodel
  accelerate generating vector by using onnx model
  ☆18Updated last year
• linancn / TianGong-AI-Unstructure
  TianGong-AI-Unstructure
  ☆69Updated last month
• shibing624 / imgocr
  Python3 package for Chinese/English OCR,use paddleocr-v5 onnx model(~20MB), with ultra-fast inference speed. 基于ppocr-v5-onnx模型推理，中英文OCR开源…
  ☆113Updated 3 months ago
• open-chinese / alpaca-chinese-dataset
  Alpaca Chinese Dataset -- 中文指令微调数据集
  ☆217Updated last year
• jasonkylelol / graphrag-chinese
  支持中文🇨🇳🇨🇳🇨🇳 的 microsoft/graphrag
  ☆51Updated 7 months ago
• RonaldJEN / FinanceChatGLM
  SMP 2023 ChatGLM金融大模型挑战赛 60 分baseline思路介绍
  ☆186Updated 2 years ago
• RapidAI / RapidDocEx
  📝 针对文档类图像做内容提取，将文档类图像一比一输出到Word或者Txt中，便于进一步使用或处理。后续计划支持输入PDF/图像，输出对应json格式、Txt格式、Word格式和Markdown格式。
  ☆207Updated last year
• SWHL / ChineseDocumentPDF
  中文论文、证券类、财报类PDF数据
  ☆35Updated last year