国内常用的大语言模型有哪些

最新推荐文章于 2025-06-10 13:10:37 发布
原创 最新推荐文章于 2025-06-10 13:10:37 发布 · 3.5k 阅读 · 8 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#语言模型 #人工智能 #自然语言处理

国内常用的大语言模型有哪些

B站：肆十二-的个人空间-肆十二-个人主页-哔哩哔哩视频 (bilibili.com)

博客：肆十二-优快云博客

问答：(10 封私信 / 72 条消息) 肆十二 - 知乎 (zhihu.com)

目前，中国在大语言模型（LLMs）领域有多个较为著名且具有影响力的模型，这些模型在中文处理能力和应用场景方面表现突出。以下是一些中国知名的大语言模型及其特点：

1. 通义千问（Qwen）

  • 开发者：阿里巴巴
  • 简介：通义千问是阿里巴巴推出的系列大语言模型，特别是Qwen2-72B模型在多个评测中表现优异，成为国内外多个榜单的顶级开源大模型之一。该模型在理科和文科任务中均展现出色的性能，适用于工业、金融、医疗等垂直专业场景。
  • 特点：其开源策略使其在学术界和工业界都受到了广泛关注和应用，下载量突破2000万次。

2. 文心一言（ERNIE Bot）

  • 开发者：百度
  • 简介：文心一言是百度基于ERNIE系列模型开发的对话模型，专注于中文自然语言处理。文心一言4.0在阅读理解、数学推理等多项任务中表现卓越，尤
最低0.47元/天 解锁文章

200万优质内容无限畅学
国内大语言模型汇总
m0_74418760的博客
02-02 1206
MoE是一种机器学习技术，其工作原理如下:将测建道任务划分为子任务，针对每个子/条训练专家学习者)模型，开发门控模型，该门控模型基于要预测的输入来学习咨询哪个专家，并组合预测FastME使悟道够并行咨询不同的专家型，并切换到/预测结果最好的道型，口，如果输入是英文文本，悟道将使用预测懂型，该模型可以在英文文本中生成回应。可扩展性:盘古大模型采用了分布式计算技术，可以实现模型的在线训练和增量学习，可以随着数据量的增加不断优化模型，提高模型的准确度和质量。发现、学习、定制和分享心仪的模型。
国内外大模型汇总（包括科大星火、文心一言、通义千问、智普清言、华为大模型）
2402_84466582的博客
08-30 3921
国内外大模型汇总（包括科大星火、文心一言、通义千问、智普清言、华为大模型）
AI大模型的前世今生（国内篇）
小司机的奥拓
05-21 1951
综上所述，我们在此推文中总结了国内最常用的几种AI大模型，读者可根据自身需求点击模型链接进行使用，其他例如旷视科技的MegEngine，MINIMAX的ABAB大模型等等由于篇幅限制无法全部列出。目前国内大模型的正在向着国产化、成本化、开源化的趋势发展，在医疗、教育、制造等领域AI工具深度渗透，政策支持与市场需求双重驱动。但与此同时我们也要认识到，在AI大模型领域仍存在众多挑战，如算力瓶颈，高端GPU受到进口限制；部分大模型应用场景同质化，需进一步差异化竞争；
一文理解大语言模型！
最新发布
图灵教育
06-10 139
这也是苹果公司等企业正在探索的方向。相比之下，GPT-3 等模型的后续版本（如 Meta 的 Llama），已经扩展了它们的训练范围，涵盖了包括 Arxiv 研究论文（92 GB）和 StackExchange 上的代码问答（78 GB）在内的更多数据源。“预训练”中的“预”表明它是模型训练的初始阶段，此时模型会在大规模、多样化的数据集上进行训练，以形成全面的语言理解能力。深度学习的发展使得大语言模型能够利用海量的文本数据进行训练，从而相比于以往的方法能够捕获更深层次的上下文信息和人类语言的细微之处。
5个好用的中文AI大语言模型_中文大语言模型
2401_85280228的博客
06-20 3036
AI大语言模型（Large Language Models, LLMs）是近1-2年来人工智能领域的重要发展，它们通过深度学习技术，特别是基于Transformer的架构（如GPT、BERT等），实现了对自然语言处理的巨大突破。AI大语言模型的主要功能和作用有：文本生成、创意写作、对话生成、问答系统、文本翻译、代码生成、代码解释、文档生成、辅助写作、辅助设计等。1.讯飞星火大模型-AI大语言模型-星火大模型-科大讯飞讯飞星火认知大模型是科大讯飞发布的大模型。
盘点国产十大最实用的AI大语言模型！（深度解析）
huang9604的博客
12-25 5159
在这个由数据驱动的时代，人工智能（AI）已经成为推动世界进步的超级引擎。从日常的语音助手到复杂的医疗诊断，AI的应用无处不在，它的影响力正以前所未有的速度扩展。
不输ChatGPT！盘点国产功能强大且免费的大语言模型Top6！
lvaolan8888的博客
05-09 2821
今天给大家整理了国产功能强大且免费好用的几款大语言模型！用好了，你的学习/工作效率将提升10倍。智谱AI专注于研发新一代认知智能大模型，矢志不渝地推动中国创新大模型的发展。自2020年底开始研发GLM预训练架构以来，智谱AI成功训练出百亿参数模型GLM-10B，2021年采用MoE架构训练出万亿稀疏模型，并在2022年合作研发了双语千亿级超大规模预训练模型GLM-130B。基于此，智谱AI也正在构建一个千亿基座模型，以打造大模型平台和产品矩阵。
除了ChatGPT，这些大语言模型，你了解几个？
weixin_72959097的博客
10-18 2909
当前的大语言模型通常基于Transformer架构，具备大规模参数和多任务处理能力，广泛应用于自然语言理解、生成和多模态处理等领域。
国内大语言模型对比评测（一）
zhangchuangzhuang的博客
02-04 1万+
针对国产大模型的横空出世并不断打磨其性能，这次评测我们将覆盖国内所有开源的大语言模型（如下），也针对大家常用功能的设计了测试问题，用于评测其生成结果的优劣。测试问题统一为中文，用于为国内用户使用大语言模型提供参考。、语言多样性和翻译、多学科知识融合、偏见和伦理、鲁棒性、数学推理、医学诊断、多模态理解和生成。
2024国内热门大语言模型在科研方面的应用
SmartLab307的博客
06-05 1772
开发方：百度特点：专注于中文语言理解与生成，适合中文文本的语义理解任务。百度推出的文心一言，依托百度庞大的数据资源和强大的自然语言处理技术，能够进行高质量的文本生成、问答和多轮对话。它在中文场景下的表现尤为突出，对于中文语境的理解和生成能力极强。上述大模型各有自己的优势,要结合自己的任务和模型特点,选择合适的模型使用。
大语言模型概述
JasonH2021的博客
06-15 1700
大语言模型的特点，优势，应用，核心知识，关键技术和底层逻辑等。
除了ChatGPT之外，还有哪些大语言模型？
04-01
除了ChatGPT之外，还有很多大型的语言模型。下面小编介绍一些主要的大型语言模型。 1. BERT（Bidirectional Encoder Representations from Transformers）：BERT是由Google在2018年开发的一种预训练语言模型。它使用Transformer架构来处理自然语言处理任务，并在各种任务上取得了最先进的结果。BERT可以通过无监督学习从大量文本数据中学习，然后可以通过微调在各种下游任务上进行使用。 2. 文心一言：由百度研发，是一个基于中文的大语言模型，拥有20亿个参数。它可以用于文本生成、翻译、摘要、问答等多种自然语言处理任务，还可以通过多模态输入和输出来实现更多样化的应用场景。 3. BLOOM: 它能够输出46种语言和13种编程语言的连贯文本，与人类编写的文本几乎没有区别。BLOOM也可以被指示执行它没有被明确训练过的文本任务，把它们作为文本生成任务。 4. XLNet：XLNet是由CMU和Google共同开发的预训练语言模型。它使用了一种新颖的自回归方法来处理自然语言处理任务，并在多项任务上取得了最先进的结果。XLNe
国内大语言模型对比评测（三）
热门推荐
zhangchuangzhuang的博客
02-21 2万+
针对国产免费使用的大语言模型，我们基于不同方面的问题去测试模型并给出一个基础结果和主观评价。希望通过该工作以帮助各位读者找到满足自己需求的大语言模型，提高大家的工作学习效率。对于大模型生成结果给出一个综合排档：第一档：阿里通义千问、百度文心、智谱清言、讯飞星火第二档：腾讯混元、百川智能、抖音云雀第三档：MINIMAX后续我们仍会继续精进测评结果！！！
大语言模型 | 国内244个大模型及国外主要大模型汇总（收藏必备）
weixin_59191169的博客
11-12 2108
Microsoft Copilot 作为 Microsoft 365 的一部分，集成了 GPT-4 Turbo 等先进的大型语言模型，为用户提供了跨应用程序的智能辅助体验， 支持 Word、Excel、PowerPoint 等多个办公软件，并能根据用户习惯和偏好提供个 性化工作建议。这一系列模型的核心在于采用了多层 Transformer 结构，通过在大规模文本 语料库中进行预训练，学习语言的通用模式和结构，从而生成自然、连贯的文本。
5个好用的中文AI大语言模型
xzp740813的博客
05-09 9276
AI大语言模型（Large Language Models, LLMs）是近1-2年来人工智能领域的重要发展，它们通过深度学习技术，特别是基于Transformer的架构（如GPT、BERT等），实现了对自然语言处理的巨大突破。AI大语言模型的主要功能和作用有：文本生成、创意写作、对话生成、问答系统、文本翻译、代码生成、代码解释、文档生成、辅助写作、辅助设计等。1.讯飞星火大模型-AI大语言模型-星火大模型-科大讯飞讯飞星火认知大模型是科大讯飞发布的大模型。
5个好用的中文AI大语言模型_中文大模型
2401_85773741的博客
11-05 3530
AI大语言模型（Large Language Models, LLMs）是近1-2年来人工智能领域的重要发展，它们通过深度学习技术，特别是基于Transformer的架构（如GPT、BERT等），实现了对自然语言处理的巨大突破。AI大语言模型的主要功能和作用有：文本生成、创意写作、对话生成、问答系统、文本翻译、代码生成、代码解释、文档生成、辅助写作、辅助设计等。1.讯飞星火大模型-AI大语言模型-星火大模型-科大讯飞讯飞星火认知大模型是科大讯飞发布的大模型。
开源大语言模型完整列表
stone1290的专栏
06-23 8952
Large Language Model (LLM) 即大规模语言模型，是一种基于深度学习的自然语言处理模型，它能够学习到自然语言的语法和语义，从而可以生成人类可读的文本。所谓"语言模型"，就是只用来处理语言文字（或者符号体系）的 AI 模型，发现其中的规律，可以根据提示 (prompt)，自动生成符合这些规律的内容。LLM 通常基于神经网络模型，使用大规模的语料库进行训练，比如使用互联网上的海量文本数据。
NLP领域大语言模型汇总
千里之行始于足下
03-28 5729
大语言模型是近年来人工智能领域重要研究方向之一。它们是基于深度学习技术构建的神经网络，可以自动学习和生成自然语言文本，如文章、对话、诗歌、代码等等。本文主要真针对目前比较火热的自然语言大语言模型，进行简单介绍，LLM包括了OpenAI的ChatGPT、百度文心一言、清华的GLM等模型。
大型语言模型综述全新出炉！从T5到GPT-4最全盘点，国内20余位研究者联合撰写...
阿木寺的博客
04-04 607
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【计算机视觉】微信技术交流群转载自：机器之心为什么仿佛一夜之间，自然语言处理（NLP）领域就突然突飞猛进，摸到了通用人工智能的门槛？如今的大语言模型（LLM）发展到了什么程度？未来短时间内，AGI 的发展路线又将如何？自 20 世纪 50 年代图灵测试提出以来，人们始终在探索机器处理语言智能的能力。语言本质上是一...
国内的embedding模型有哪些
01-21
### 国内常用的Embedding模型列表及介绍 #### 1. Word2Vec Word2Vec 是一种流行的词向量表示方法，通过神经网络模型将词语映射到连续的向量空间中。该技术在中国的应用非常广泛，尤其是在中文语料库上的应用效果良好。阿里云提供了预训练好的中文 Word2Vec 模型供开发者使用[^1]。 #### 2. BERT (Bidirectional Encoder Representations from Transformers) BERT 是由 Google 提出的一种双向 Transformer 编码器结构的语言表征模型，在多个 NLP 任务上取得了显著的效果改进。国内多家机构已经针对中文环境优化了 BERT 模型，并发布了多种变体版本，如ERNIE（百度）、MacBERT 和 RoFormer-Sim 等。 #### 3. FastText FastText 是 Facebook AI Research 开发的一个高效学习单词表示和句子分类工具包。它不仅能够捕捉字符级别的特征，还能有效处理稀疏词汇问题。腾讯开源了适用于中文场景下的 fastText 实现，支持多标签分类等功能。 #### 4. GPT系列(Generative Pre-trained Transformer) 虽然最初是由 OpenAI 发布的大规模无监督预训练语言模型，但是国内也有不少团队基于此进行了本地化适配工作。例如华为云推出了鹏城实验室联合开发的支持超大规模参数量的盘古α架构；阿里达摩院也构建了自己的通义万相大模型体系[^2]。 #### 5. ERNIE (Enhanced Representation through kNowledge Integration) 这是百度推出的一款增强版预训练语言理解框架，特别强调融合百科全书式的知识图谱来提升下游任务的表现力。除了标准版外还有专门面向特定领域定制化的子型号可供选择，比如医疗健康方向的 MedCLP 或者法律咨询方面的 Legal-BERT。 ```python import paddlehub as hub module = hub.Module(name="ernie_tiny") # 加载ERNIE tiny模型 texts = ["今天天气真好", "明天会更好"] results = module.get_embedding(texts=texts, use_gpu=False) for result in results: print(result.shape) # 输出每条文本对应的embedding维度 ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

肆十二

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值