开源调优模型,无RLHF实现性能突破
Infinity-Instruct-3M-0625-Llama3-8B是由北京智源研究院推出的开源模型,通过无RLHF调整实现卓越性能。该模型在Infinity-Instruct数据集上微调,有效提升Llama3-8B的算术和编程能力,形成强大的对话功能。在AlpacaEval 2.0和MT-Bench测试中表现出色。此项目仅用于学术研究,商业使用受限,模型输出内容准确性不受保证。
Infinity-Instruct-3M-0625-Llama3-8B 是由北京智源人工智能研究院(BAAI)开发的开源监督指令微调模型。这一模型无需人类反馈的强化学习(RLHF),主要通过在 Infinity-Instruct-3M 和 Infinity-Instruct-0625 数据集上进行微调。在 AlpacaEval 2.0 和 MT-Bench 测试中,这一模型展现了出色的表现。
Infinity-Instruct-3M-0625-Llama3-8B 的训练数据来自百万级别的指令数据集 Infinity-Instruct。模型通过基础数据集 Infinity-Instruct-3M 提高了 Llama3-8B 的数学和编码基础能力,然后进行微调,以获取更强的聊天模型。
训练参数如下:
利用 FlagScale 的优化技术,该项目有效地减少了训练成本。目前代码尚未发布,不过未来会开放更多资源。
Infinity-Instruct-3M-0625-Llama3-8B 在 MT-Bench 和 AlpacaEval2.0 两个主流基准测试中进行了评估。MT-Bench 是一组包含代码、数学和常规对话的复杂多轮问题,而 AlpacaEval2.0 则基于 AlpacaFarm 的评估集合。评估显示,这一模型在 AlpacaEval2.0 中的表现尤为突出。
Infinity-Instruct-3M-0625-Llama3-8B 模型采用与 Llama3-7B-instruct 类似的聊天模板。用户可以通过 Python 代码加载模型,并按需应用在对话场景中。示例代码展示了如何实现与模型的交互。
本项目的资源(包括代码、数据和模型权重)仅限于学术研究用途,禁止用于商业目的。由于输出内容中存在随机性,因此本项目不对模型输出内容的准确性作任何保证,同时不承担因使用相关资源和结果而产生的任何损失。
项目论文将很快在 arXiv 上发布,详述 Infinity Instruct 数据集和微调模型的开发及特点。请保持关注!
10 节课教你开启构建 AI 代理所需的一切知识
AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成 图像视频领域的优质工具。
一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。
基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。
一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。
olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号