iarch's recent timeline updates iarch's recent timeline updates |
iarchV2EX member #18921, joined on 2012-03-31 12:26:47 +08:00 |
| [开源] BERTc：从零训练的字级中文 Modern BERT，一张 4090 可以复现 分享创造 • iarch • Jul 31 • Lastly replied by iarch | 4 |
| [开源] Handwritten：中文汉字手写识别项目 分享创造 • iarch • Jul 29 |
| [开源] Wapic : 一个 C++17 CRF 中文分词工具 分享创造 • iarch • Jul 29 • Lastly replied by moeloli | 1 |
| 开源一个统计语言模型驱动的中文输入法 Sime，支持 Linux / Android / macOS 分享创造 • iarch • 3 days ago • Lastly replied by iarch | 9 |
iarch's recent replies
3 days ago Replied to a topic by iarch › 分享创造 › 开源一个统计语言模型驱动的中文输入法 Sime，支持 Linux / Android / macOS |
Jul 31 Replied to a topic by iarch › 分享创造 › [开源] BERTc：从零训练的字级中文 Modern BERT，一张 4090 可以复现 |
@firefox12 4080 的话，可以试试训练 165M 那个版本的，对显存要求会小一些，要完成预训练，是需要连续训练两天多。另外你说的计算 1-100 所有的质数的倒数之和的问题，这个模型是做不到的，只能做一些字分类任务。
Jul 31 Replied to a topic by iarch › 分享创造 › [开源] BERTc：从零训练的字级中文 Modern BERT，一张 4090 可以复现 |
@leon0318 跟 Qwen 完全是两个东西哈，那个是 Decoder ，这个 Encoder ，主要做一些字分类任务的
Jul 29 Replied to a topic by iarch › 分享创造 › 开源一个统计语言模型驱动的中文输入法 Sime，支持 Linux / Android / macOS |
更新：把 AUR 流程完成了，ArchLinux 下可以通过 yay -S fcitx5-sime 安装了
Jul 10 Replied to a topic by iarch › 分享创造 › 开源一个统计语言模型驱动的中文输入法 Sime，支持 Linux / Android / macOS |
@SayHelloHi http://github.com/Ismantic/IsCut 词库部分依赖这个中文分词库，可以看看这个
Jul 10 Replied to a topic by iarch › 分享创造 › 开源一个统计语言模型驱动的中文输入法 Sime，支持 Linux / Android / macOS |
把驱动这个输入法的中文分词部分也顺带说一下，项目地址：github.com/Ismantic/IsCut 这个是专门配套前面的输入法项目的分词库。若是随便搭配一个分词去做语言模型统计的话，要控制词表大小的话，不可避免会引入很多 OOV ，这对输入法其实是不可接受的，输入法该能做到输入全部合法汉字。这个库就是解决这个问题的。
Jul 9 Replied to a topic by iarch › 分享创造 › 开源一个统计语言模型驱动的中文输入法 Sime，支持 Linux / Android / macOS |
@dddedd 其实可以搞，引擎是统一的，用 Cc/Codex 实现个前端也不难。
Jul 9 Replied to a topic by iarch › 分享创造 › 开源一个统计语言模型驱动的中文输入法 Sime，支持 Linux / Android / macOS |
其实这个项目很适合对中文输入法感兴趣的人学习，自认为这个项目包含了全部训练和推理的输入法实现细节。
@amoblin MathJax这个JS包能把latex公式转换成图片，要是这个软件集成就好了。
支持数学公式吗
Select Language