Project Icon

llama-zip

利用大语言模型实现高效文本压缩的开源工具

llama-zip是一个开源的无损压缩工具,结合大型语言模型(LLM)和算术编码技术。它采用滑动上下文窗口方法,可压缩任意长度的文本,并支持结构化文本、自然语言和二进制数据。在多种文本数据测试中,llama-zip展现出优于传统压缩工具的性能,为数据压缩领域带来了新的可能性。

llama3.np - 轻量级NumPy实现的Llama 3语言模型
AI实现GithubLlama 3模型NumPyllama3.np开源项目深度学习
llama3.np是一个基于NumPy的Llama 3模型实现。该项目使用Andrej Karpathy的stories15M模型,提供详细的英文文档和CUDA版本。用户可通过Python命令生成文本。项目包含学术引用指南,并致谢相关库和工具贡献者。作为轻量级实现,llama3.np为研究人员和开发者提供了易于理解和使用的Llama 3模型。
llm-comparator - 交互式可视化工具对比分析大语言模型性能
GithubJSON格式LLM ComparatorPython库可视化工具开源项目模型评估
LLM Comparator是一个开源的交互式可视化工具,用于分析和比较大语言模型的评估结果。用户可上传自定义JSON文件或使用示例数据,通过多种可视化方式展示不同模型在各类任务中的表现差异。工具配套Python库可生成兼容JSON文件,支持自动模型评估和原理聚类。研究人员和开发者可借助此工具深入洞察不同模型的优劣,为大语言模型研究提供直观分析支持。
swiss_army_llama - 用 FastAPI 为各种任务公开方便的 REST 端点来促进和优化与本地 LLM 一起工作的过程
FAISS向量搜索FastAPIGithubSwiss Army Llama开源项目文本嵌入音频转录
一个优化本地LLM的工具集,提供文本嵌入、语句相似度计算、文档处理和音频转录。利用FastAPI暴露REST端点,通过llama_cpp处理文本、PDF和音频文件,自动完成OCR并计算嵌入。支持高级相似度测量和语义搜索,集成FAISS向量搜索。可选用RAM Disk加速,配置简易,兼容多种模型和方法,便于快速集成到应用中。
Llama-3.2-3B-Instruct-uncensored-GGUF - 量化的语言模型版本,促进文本生成与信息获取
GithubHugging FaceHuggingfaceLlama-3.2-3B-Instruct-uncensored内幕交易开源项目文本生成模型量化
Llama-3.2-3B-Instruct-uncensored-GGUF项目是一个未过滤的量化语言模型版本,增强了文本生成的多样性和信息获取效率。通过llama.cpp的量化处理,该模型在保持高效性能的同时输出高质量响应。其特点包括在敏感话题上的信息提供更全面,响应拒绝次数少。支持研究和开发中的多场景应用,用户可以在相关平台上进行交互,实现从文本生成到信息提取的多领域应用。
Meta-Llama-3-70B-Instruct-abliterated-v3.5-IMat-GGUF - 提升量化效率及IMatrix集成以增强文本生成性能
GithubHuggingfaceIMatrixMeta-Llama-3-70B-Instruct-abliterated-v3.5开源项目文本生成模型量化
本项目应用Llama.cpp的量化技术结合IMatrix数据集,对Meta-Llama-3-70B-Instruct-abliterated-v3.5模型进行优化。支持BF16到Q2_K等多种量化格式,用户可根据需求选择下载不同版本,适用于多种文本生成场景。IMatrix集成提升了低比特位的性能表现,适合现代高效计算需求。提供全面的下载指南和FAQ,帮助用户有效地理解和使用文件,实现文本生成任务的高效推理。
Chinese-Llama-2-7b - 开源且可商用的中文Llama2模型,兼容中英文SFT数据集与llama-2-chat格式
Chinese Llama 2 7BGithubHuggingFaceLlama2开源项目模型开源量化模型
项目提供开源且商用的中文Llama2模型及中英文SFT数据集,兼容llama-2-chat格式并支持优化。项目包含在线演示、多模态模型、Docker部署和API接口,支持多种硬件配置,用户可快速下载与测试。
ollama - 提供大型语言模型快速部署和运行的平台,支持MacOS、Windows和Linux
GithubOllama大型语言模型安装指南开源项目模型下载模型定制
Ollama是一个提供大型语言模型快速部署和运行的平台,支持MacOS、Windows和Linux。用户可以通过容易理解的界面,下载并运行各种模型,如Llama 3.1和Gemma 2等,并可通过Docker镜像或自定义安装脚本进行部署。此外,Ollama允许用户自定义和优化模型,满足不同的应用需求,如设置模型参数、导入外部模型等功能。同时,Ollama支持多种开源库例如ollama-python和ollama-js,提供全面的桌面客户端支持,使开发者能够更便捷地整合和应用AI技术。
LLamaSharp - 跨平台本地运行LLaMA和LLaVA模型的高效库
GithubLLaMALLaVALLamaSharpsemantic-kernel大模型开源项目
LLamaSharp是一个基于llama.cpp的跨平台库,支持在本地设备上高效运行LLaMA和LLaVA等大语言模型。该库提供高级API和RAG支持,便于在应用中部署大型语言模型。LLamaSharp兼容多种后端,支持CPU和GPU推理,适用于Windows、Linux和Mac平台。通过集成semantic-kernel和kernel-memory等库,LLamaSharp简化了应用开发,并提供多个示例和教程帮助用户快速上手。
Llama-2-13b-hf - Meta开源的130亿参数语言模型 适用于多种NLP任务
GithubHuggingfaceLlama 2人工智能元宇宙大语言模型开源项目模型自然语言处理
Llama-2-13b-hf是Meta开发的大规模语言模型,拥有130亿参数。该模型在2万亿tokens的公开数据上预训练,采用优化的Transformer架构。它支持对话、问答、文本生成等多种NLP任务。与Llama 1相比,Llama 2在代码、常识推理、世界知识等基准测试中表现更佳。此模型开源可用于商业和研究,为AI应用开发奠定了基础。
llama_ros - llama.cpp优化能力的ROS 2集成包
GithubLoRA AdaptersROS 2llama.cppllama_ros人工智能优化开源项目
llama_ros项目提供一系列ROS 2软件包,将llama.cpp的优化能力集成到ROS 2项目中。借助GGUF格式的LLMs和VLMs实现性能优化和功能扩展。内容包括相关项目介绍、安装指南、使用方法,以及各种示范,如llama_cli指令、启动文件配置、LoRA适配器、ROS 2客户端和LangChain集成。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号