开源中文大模型

原创 已于 2023-12-01 20:13:32 修改 · 491 阅读 · 10 ·
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：

#大模型

于 2023-12-01 19:34:57 首次发布
本文报道了最新发布的GPT-4竞争模型Claude2，强调其免费且具备更强的代码能力和更长的上下文处理。同时，还提及了基于GPT-4和Claude2的AI小说创作应用以及微调大型模型Baichuan-13B的保姆式教程。

GPT-4最强竞争模型Claude2发布！免费！具有更强的代码能力与更长的上下文！
https://wallstreetcn.com/articles/3693037

gpt-story-genius：基于GPT-4和Claude 2构建一款AI自动创作小说APP
https://zhuanlan.zhihu.com/p/655907524

license apache 2.0
微调百川Baichuan-13B保姆式教程，手把手教你训练百亿大模型
https://www.wehelpwin.com/article/4106

啊哈2020
关注
开源大模型详解
Muti-Agent
08-04 5668
优快云博客专家🏆，华为云享专家🏆，Linux、C/C++、云计算、物联网、面试、刷题、算法尽管咨询我，关注我，有问题私聊！
gpt-story-genius：自动创作小说的AI工具
gitblog_00781的博客
05-06 932
gpt-story-genius：自动创作小说的AI工具 项目核心功能/场景 快速生成奇幻小说，自动打包电子书。 项目介绍 在数字时代，人工智能不仅改变了我们的工作方式，还深入到了创意领域。今天要介绍的是一个名为 gpt-story-genius 的开源项目，这是一个利用先进AI技术自动创作小说的工具。它能在几分钟内，根据用户提供的初始提示和设定的章节数，创作出一整本奇幻小说，并自动将其打包成电子...
热门开源AI大模型项目推荐
csdn_aspnet的专栏，请点击博客主页右上角三个点中的私信联系
06-14 4712
1.NNI优点：全面支持机器学习生命周期的各个环节，易于上手，开发者友好。缺点：可能对于特定领域或特定问题的优化不够深入。适用场景：各种机器学习项目，尤其是神经网络相关的项目。2.AdaNet优点：轻量级，易于使用，能够创建高质量的模型，节省选择神经网络架构的时间。缺点：对于特定问题的优化可能不如专业模型深入。适用场景：需要快速原型设计和模型迭代的场景。3.SAIL 7B优点：基于LLaMa的搜索增强模型，具有强大的搜索和学习能力。缺点：模型参数较大，可能需要较高的计算资源。
开源中文大语言模型汇总
一位安分的码农的博客
04-02 2289
Mistral是超越llama的最强开源模型，由于发布时间晚于llama，因此其中文版本较少。llama作为开源社区的宠儿，有许多基于它的中文模型，下面列举比较流行的一些模型。
开源医疗大模型汇总
qq_53600538的博客
07-04 1203
该项目开源了生活空间健康大模型。结合当前开源的中文医疗问答数据集（MedDialog-CN、IMCS-V2、CHIP-MDCFNPC、MedDG、cMedQA2、Chinese-medical-dialogue-data），分析其中的单轮/多轮特性以及医生问询特性，结合自建的生活空间健康对话大数据，构建了千万级别规模的扁鹊健康大数据BianQueCorpus，基于扁鹊健康大数据BianQueCorpus，选择ChatGLM-6B作为初始化模型，经过全量参数的指令微调训练得到BianQue。
私藏！100+开源中文大模型合集，低成本部署，小白也能玩转！
AAI666666的博客
04-11 474
！今天我就来给大家盘点一下我的私藏——【100+开源中文大模型合集】！ 全是小而美、可私有化部署、训练成本又低的宝藏！✨
开源大语言模型完整列表
2401_85325726的博客
08-10 2816
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。
开源中文大语言模型整理列表
yonghuming_123的博客
05-29 2415
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。
国产开源大模型都有哪些？
m0_70839135的博客
08-06 7586
AGI Eval：微软发布的大模型基础能力评测基准，在2023年4月推出，主要评测大模型在人类认知和解决问题的一般能力，涵盖全球20种面向普通人类考生的官方、公共和高标准录取和资格考试，包含中英文数据。随着ChatGPT引领的大模型热潮，国内的公司开始相继投入研发自己的人工智能大模型，截止到2023年10月，国产公司的大模型有近百个，包括一些通用大模型，比如百度的文心一言，也有特定领域的专用大模型，比如蚂蚁金服的CodeFuse，京东的言犀等。当然，国产的商业产品也很多，但因为缺少模型细节，实在不好细究。
LLM主流开源大模型
2301_79356999的博客
04-04 1177
LLaMA（Large Language Model Meta AI），由 Meta AI 于2023年发布的一个开放且高效的大型基础语言模型，共有 7B、13B、33B、65B（650 亿）四种版本LLaMA训练数据是以英语为主的拉丁语系，另外还包含了来自GitHub 的代码数据。训练数据以英文为主，不包含中韩日文，所有训练数据都是开源的。
开源的中文大语言模型技术合集
02-26
《开源的中文大语言模型技术合集》是一个涵盖了人工智能领域，特别是自然语言处理（NLP）方面的宝贵资源。这个合集特别关注那些规模适中、适合私有化部署且训练成本较低的中文大语言模型。这些模型不仅提供了一个...
阿里通义千问AI模型目前最强的开源中文大语言模型（下载地址）.txt
10-17
通义千问-14B（Qwen-14B） 是阿里云研发的通义千问大模型系列的140亿参数规模的模型。Qwen-14B是基于Transformer的大语言模型, 在超大规模的预训练数据上进行训练得到。预训练数据类型多样，覆盖广泛，包括大量网络...
丫丫是以Moss作为基座模型，使用LoRA技术进行指令微调的尝试 由黄泓森，陈启源 @ 华中师范大学 主要完成 同时他也是骆驼开源中文大模型的一个子项目
08-23
在中文NLP（自然语言处理）领域，高质量的数据集和模型较为稀缺，因此“丫丫”作为骆驼开源中文大模型的子项目，它的存在弥补了这一空缺，为中文处理模型的发展做出了贡献。 “丫丫”项目的一个重要特点在于它的...
基于中文开源大模型定制微调，打造专属语言模型
08-22
随着开源文化的普及和开源社区的壮大，越来越多的高质量中文开源大模型被推出，它们不仅为研究者提供了便利，也为商业应用开辟了新的可能性。 定制化微调是提高语言模型性能、满足特定需求的有效方法。通过在特定的...
国家自然科学基金项目数据分析与可视化工具_国家自然科学基金项目数据科研项目分析资助趋势统计学科领域分布项目负责人信息经费使用情况成果产出评估国际合作研究青年科学基金.zip
12-01
国家自然科学基金项目数据分析与可视化工具_国家自然科学基金项目数据科研项目分析资助趋势统计学科领域分布项目负责人信息经费使用情况成果产出评估国际合作研究青年科学基金.zip
JouChin_TurbineMarineProject_44300_1764554191333.zip
最新发布
12-01
JouChin_TurbineMarineProject_44300_1764554191333.zip
【太阳能电池系统与逆变器】太阳能电池的电压输出被储存在电池中，同时直流电压通过五级逆变器转换为交流电（Simulink仿真实现）
12-01
【太阳能电池系统与逆变器】太阳能电池的电压输出被储存在电池中，同时直流电压通过五级逆变器转换为交流电（Simulink仿真实现）内容概要：本文档围绕太阳能电池系统与逆变器展开，重点介绍了一个基于Simulink的仿真模型，其中太阳能电池产生的直流电压被储存于电池中，并通过五级逆变器转换为交流电。该系统仿真涵盖了光伏发电、储能管理和电力电子变换的核心环节，突出了多级逆变器在提升电能质量和转换效率方面的优势。文中详细描述了系统结构、工作原理及Simulink建模过程，有助于理解可再生能源系统的能量转换与控制策略。; 适合人群：具备一定电力电子、自动控制或新能源系统基础知识的高校学生、研究人员及工程技术人员。; 使用场景及目标：①用于教学演示太阳能发电系统的能量流动与转换过程；②支持科研中对多级逆变器拓扑结构的性能分析与优化设计；③为微电网、分布式能源系统中的储能与并网控制提供仿真基础。; 阅读建议：建议结合Simulink软件实际操作，深入理解模型各模块的功能与参数设置，并可通过修改逆变器级数或控制策略进行拓展性实验，以增强对系统动态响应和稳定性的认识。
【智能车竞赛】多模态感知与控制技术融合：基于全国大学生智能汽车竞赛的工程实践与产业落地应用研究
12-01
内容概要：本文全面解析了全国大学生智能汽车竞赛的赛事定位、赛制安排与竞赛类别，并通过武汉大学、成都理工大学等高校的经典参赛案例，深入剖析了智能车在视觉识别、机械结构设计、算法优化等方面的创新实践。文章进一步梳理了智能车开发的核心技术体系，涵盖感知层的多传感器融合与视觉AI部署、决策控制中的路径规划与运动控制策略，以及软硬件平台的协同架构。最后，基于竞赛技术延伸出智能物流分拣车、越野巡检机器人、多模态智能识别平台等实际应用项目，展示了从赛事到产业落地的技术转化路径。; 适合人群：具备一定电子、控制、计算机或机械基础的高校学生及指导教师，尤其适合参与智能车竞赛或工程实践项目的1-3年经验研发人员； 使用场景及目标：①了解智能车竞赛的整体架构与备赛策略；②掌握视觉识别、多传感器融合、运动控制等关键技术的设计与实现方法；③探索竞赛成果向智能物流、无人巡检、安防识别等领域的产业化应用； 阅读建议：建议结合具体案例与技术模块进行系统学习，重点关注技术突破背后的创新思维与跨学科整合方法，同时可参考文中项目实践开展原型开发与成果转化。
基于Java和Vue技术构建的现代化自助点餐系统_包含餐厅员工管理员和客人三种身份角色支持点餐前台和后台管理功能涵盖首页个人中心用户数据修改用户管理商家管理菜品分类菜品信息管理餐桌.zip
12-01
基于Java和Vue技术构建的现代化自助点餐系统_包含餐厅员工管理员和客人三种身份角色支持点餐前台和后台管理功能涵盖首页个人中心用户数据修改用户管理商家管理菜品分类菜品信息管理餐桌.zip
开源中文大模型：小规模、私有化部署与低成本训练
资源摘要信息:"本资源主要整理了可私有化部署、规模较小、训练成本较低的中文大语言模型。这些模型主要以底座模型为主，可以进行垂直领域的微调及应用。资源中还包括了相关的数据集和教程，以帮助用户更好地理解和...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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
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