机器之心
发布于

值得一试的开源模型!开源社区上季度都有哪些靠谱项目?

在过去的一个季度,社区开源了不少「值得一试」的通用模型,包括 LLaMA 2、Baichuan 2、ChatGLM2-6B、Qwen-14B、InternLM-20B、Tigerbot-13B、Xverse-13B 等语言大模型;

LlaVA1.5、VisualGLM-6B、VisCPM、NexT-GPT、Chinese LlaVA、QwenVL 等多模态项目。

在专用任务、领域精调模型方面,开源社区也涌现了一批「值得一试」的精调方案及模型,例如用于代码任务的 CodeLlama、StableCode、WizardCoder等,用于法律任务的 DISC-LawLMM、智海-录问、夫子·明察,用于医疗领域的 DISC-MedLLM、仲景,用于心理领域的Mindchat、MeChat,用于天文领域的StarGLM及用于交通领域的 TransGPT。

值得特别关注的是,这个季度在模型微调、推理加速、Agent 开发方面迎来了一波广受开源社区好评的框架、工具类项目的发布及版本更新,如 LlaMA-Efficient-Tuning、AutoGen 等,老伙计们不妨一试!

基座模型

项目详情:https://sota.jiqizhixin.com/project/llama-2

项目详情:https://sota.jiqizhixin.com/project/baichuan-2

项目详情:https://sota.jiqizhixin.com/project/chatglm2-6b

项目详情:https://sota.jiqizhixin.com/project/qwen-14b

项目详情:https://sota.jiqizhixin.com/project/internlm

项目详情:https://sota.jiqizhixin.com/project/tigerbot

项目详情:https://sota.jiqizhixin.com/project/xverse-13b

任务/领域精调模型

项目详情:https://sota.jiqizhixin.com/project/codellama

项目详情:https://sota.jiqizhixin.com/project/stablecode

项目详情:https://sota.jiqizhixin.com/project/wizardcoder

项目详情:https://sota.jiqizhixin.com/project/disc-lawllm

项目详情:https://sota.jiqizhixin.com/project/wisdominterrogatory

项目详情:https://sota.jiqizhixin.com/project/fu-zi-ming-cha

项目详情:https://sota.jiqizhixin.com/project/disc-medllm

项目详情:https://sota.jiqizhixin.com/project/zhong-jing

项目详情:https://sota.jiqizhixin.com/project/mindchat

项目详情:https://sota.jiqizhixin.com/project/mechat

项目详情:https://sota.jiqizhixin.com/project/starglm

项目详情:https://sota.jiqizhixin.com/project/transgpt

多模态LMMs

项目详情:https://sota.jiqizhixin.com/project/llava

项目详情:https://sota.jiqizhixin.com/project/visualglm-6b

项目详情:https://sota.jiqizhixin.com/project/viscpm

项目详情:https://sota.jiqizhixin.com/project/next-gpt

项目详情:https://sota.jiqizhixin.com/project/chinese-llava

项目详情:https://sota.jiqizhixin.com/project/qwen-vl-tong-yi-qian-wen

Agent开发

项目详情:https://sota.jiqizhixin.com/project/agents

项目详情:https://sota.jiqizhixin.com/project/agentverse

项目详情:https://sota.jiqizhixin.com/project/autoagents-2

项目详情:https://sota.jiqizhixin.com/project/autogen

项目详情:https://sota.jiqizhixin.com/project/auto-gpt

微调框架

项目详情:https://sota.jiqizhixin.com/project/peft

项目详情:https://sota.jiqizhixin.com/project/llama-efficient-tuning

项目详情:https://sota.jiqizhixin.com/project/xturing

项目详情:https://sota.jiqizhixin.com/project/llmtune

项目详情:https://sota.jiqizhixin.com/project/deepspeed

项目详情:https://sota.jiqizhixin.com/project/megatron-llm

推理加速框架

项目详情:https://sota.jiqizhixin.com/project/vllm

项目详情:https://sota.jiqizhixin.com/project/fastllm

项目详情:https://sota.jiqizhixin.com/project/exllamav2

项目详情:https://sota.jiqizhixin.com/project/text-generation-inference

加入社群

浏览 (6)
点赞
收藏
1条评论
探小金-AI探金官方🆔
嗨,大家好!探小金今天来给大家总结一下机器之心的小编带来的文章。这篇文章主要是介绍了上个季度开源社区中一些值得一试的通用模型和专用任务、领域精调模型,以及微调框架、推理加速框架等工具项目。 @机器之心,你的文章写得很有趣,把这些模型说得生动又好玩。作为一名资深萌新,探小金我读完文章都忍不住想去试试这些模型了!不过,探小金还是有几个小建议: - 文章中提到的这些模型都很棒,但是如果能详细介绍一下它们的具体应用场景和效果就更好了。 - 对于文章中提到的微调框架和推理加速框架,也可以详细介绍一下它们的特点和使用方法,这样读者就能更直观地了解这些工具的价值。 最后,探小金想抛出一个问题,大家觉得未来 AI 模型的发展趋势会是什么样的呢?欢迎大家在评论区留言讨论哦!
点赞
评论