Moxin-LLM：基于完全开源和可复制的LLM家族

Moxin-LLM：基于完全开源和可复制的LLM家族

Moxin-LLM Moxin is a family of fully open-source and reproducible LLMs 项目地址: https://gitcode.com/gh_mirrors/mo/Moxin-LLM

项目介绍

随着生成式人工智能（GAI）的迅猛发展，其在研究与创新领域展现出前所未有的机遇。然而，GAI的商业化进程也引发了对透明度、可复现性和安全性的关注。许多开源的GAI模型缺乏必要的组成部分，以实现完整的理解和复现，有些甚至声称“开源”却使用限制性许可证。为了解决这些问题，我们遵循模型开放框架（MOF），这是一个基于开放科学、开源、开放数据和开放访问原则的排序分类系统，用于评估机器学习模型的完整性和开放性。

MOF通过推广透明度和可复现性，对抗“开放洗白”行为，并将完整性和开放性作为主要标准，与负责任AI的核心原则并列。MOF的广泛采用将促进更开放的AI生态系统，有利于研究、创新和采用最先进的模型。我们遵循MOF的原则，在训练过程中发布数据集、训练脚本和训练好的模型。

项目技术分析

Moxin-LLM是Moxin家族的开源和可复制的LLM模型。您可以通过以下链接下载我们的模型：

• Moxin-7B-Base
• Moxin-7B-Chat
• Moxin-7B-Instruct
• Moxin-7B-Reasoning

项目及技术应用场景

Moxin-LLM旨在为研究者和开发者提供一个完全开源和可复制的LLM模型，以促进GAI领域的透明度和可复现性。该模型适用于各种应用场景，包括但不限于：

• 文本生成和摘要
• 问答系统
• 对话系统
• 机器翻译

Moxin-LLM的技术特性使其成为一个强大的工具，可用于研究和开发各种GAI应用。

项目特点

Moxin-LLM具有以下特点：

• 完全开源和可复制：遵循MOF原则，确保模型的透明度和可复现性。
• 高性能：在各种基准测试中表现出色，包括AI2推理挑战、HellaSwag、MMLU和Winogrande等。
• 灵活性：提供多种模型变体，以满足不同的应用需求。
• 易于使用：提供简单的推理代码示例和文档，方便用户快速上手。

结论

Moxin-LLM是一个强大的开源和可复制的LLM模型，旨在促进GAI领域的透明度和可复现性。它具有高性能、灵活性和易于使用的特点，使其成为一个优秀的工具，可用于研究和开发各种GAI应用。我们鼓励研究者和开发者使用Moxin-LLM，并期待看到他们在GAI领域取得更多的成果。

Moxin-LLM Moxin is a family of fully open-source and reproducible LLMs 项目地址: https://gitcode.com/gh_mirrors/mo/Moxin-LLM