ProjetosContato

Projetos

Tenho me dedicado a criar uma série de projetos focados na língua portuguesa, com a missão de expandir e otimizar as opções de recursos para o aprimoramento da minha língua materna.

12K 97

Canarim-7B

Canarim-7B é um modelo de grande linguagem baseado no LLaMa2-7B pré-treinado em 16 bilhões de tokens em português.

208 9

Mambarim-110M

Mambarim-110M é o primeiro modelo de linguagem em português baseado em uma arquitetura de modelo de espaço de estados (Mamba), não em um Transformer.

261K 44

Restaurador de Pontuação

Meu modelo mais popular, utilizado para restaurar pontuação e capitalização em textos em português. Com mais de 238.825 downloads no HuggingFace Hub, seu uso é simples e acessível através de um pacote Python.

25 8

Canarim-Bert-PosTag-Nheengatu

Canarim-Bert-Nheengatu é um modelo BERT pré-treinado para o idioma Nheengatu, uma língua indígena falada no Brasil.

66 63

Canarim-7B-VestibulAide

Canarim-7B-VestibulAide é um modelo desenvolvido para auxiliar estudantes a resolver e compreender questões de vestibulares brasileiros, ajustado à língua portuguesa.

3K 22

Alpaca Dataset

Alpaca-Cleaned PTBR é uma versão melhorada e traduzida para o `Português Brasileiro` do Conjunto de Dados Alpaca, com 52.000 instruções para ajuste fino de modelos de linguagem. Corrige problemas e aprimora a utilidade para pesquisas futuras.

2.9K 28

Legal Bert

Um modelo avançado para PLN no contexto jurídico, com foco em preenchimento de máscara e tecnologia jurídica.

60K 23

Legal Bert NER

Legal Bert NER é uma poderosa ferramenta de IA que identifica e categoriza entidades em textos legais em português, otimizando a pesquisa e classificação de documentos jurídicos.

23 5

Canarim-Bert-Nheengatu

Canarim-Bert-Nheengatu é um modelo BERT pré-treinado para o idioma Nheengatu, uma língua indígena falada no Brasil.

668 43

Canarim Instruct Dataset

Um conjunto de dados de treinamento baseado em instruções.

196 8

Language Detection LoRa

Detecção de idiomas precisa com XLM-RoBERTa e LoRA para 20 idiomas, alcançando 99.4% de acurácia.

713 51

Spacy Transformers PTBR

Pipeline Transformers para Processamento de Linguagem Natural em Português usando Spacy.

2.1K 1

Canarim-7B-Instruct

Canarim-7B é um modelo de grande linguagem baseado no LLaMa2-7B pré-treinado em 16 bilhões de tokens em português.

1.1K 71

Alpaca 7B PTBR

Adaptação de Modelo de Linguagem LLaMA para Português

777 13

Whisper Tiny

Whisper Tiny PTBR - Uma nova abordagem em Reconhecimento Automático de Fala para o Português

290 21

Positive Reframing

Modelo PTT5 que transforma perspectivas negativas em positivas, mantendo o sentido original. Aplicações em assistentes virtuais e análise de sentimentos.