bonito

从无标注文本到定制化指令调优数据集的转换模型

Bonito 指令调整数据生成 Hugging Face 开源合成数据集 Github 开源项目

Bonito：一个开源模型，用于生成用于指令调优的训练数据集，将无标注文本转化为适应多种任务需求的数据集。基于Hugging Face的Transformers和VLLM库，Bonito支持数种任务类型，包括问题生成和自然语言推理，适合学术研究及技术开发使用。

Otter - 基于MIMIC-IT数据集和OpenFlamingo的多模态模型

GithubMIMIC-ITOtter多模态开源项目指令微调视觉语言处理

该项目结合了OpenFlamingo模型和MIMIC-IT数据集进行多模态指令调优，拥有280万条指令-响应对，支持图像和视频内容的精确理解与互动。该项目还包括OtterHD模型，提升高分辨率视觉输入的细粒度解释，并推出MagnifierBench评估基准测试模型的微小物体识别能力。公开的代码可用于训练和预训练，并支持GPT4V的评估和Flamingo架构的多任务处理。

Awesome-instruction-tuning - 介绍开源指令调优数据集和模型的精选资源库

GithubHelsinki-NLPLLMsalpacainstruction tuning datasetsmultilingual tools开源项目

此页面汇总了开源的指令调优数据集、模型、相关论文和资源库的精选列表。涵盖传统NLP任务修改的数据集、大型语言模型生成的数据，还包括跨语言翻译工具和研究论文链接。对于研究和应用指令调优技术的研究人员、开发者和数据科学家，这是一个重要的参考资源。

BELLE - 推动中文大语言模型的开源发展与指令微调

BELLEGithub中文优化大语言模型开源社区开源项目指令微调

BELLE项目致力于推动中文对话大模型的开源发展，重点关注如何利用开源预训练大语言模型构建具有指令理解能力的个性化语言模型。该项目持续公开指令训练数据、模型、训练代码和应用场景，同时评估不同训练数据和算法对模型性能的影响。BELLE专门针对中文进行优化，仅采用ChatGPT生成的数据进行模型调优，不包含其他来源的数据。

beto - 西班牙语BERT模型：BETO

BERTBETOGithub开源项目模型西班牙语语料库

此页面介绍了一个基于大型西班牙语语料库训练的BERT模型BETO，提供无区分大小写和区分大小写的Tensorflow和Pytorch版本。BETO应用全词掩蔽技术，在多项西班牙语基准测试中表现优异，并与多语言BERT及其他模型进行了对比。用户可以在HuggingFace Model Repository下载BETO模型，并通过HuggingFace Transformers库轻松使用。此外，页面还包含示例代码和引用信息。

notus-7b-v1 - 优化偏好响应的7B模型树立文本生成新标准

AI训练数据GithubHuggingfaceNotus-7b-v1开源项目文本生成模型模型评估算法优化

此模型通过直接偏好优化技术增强文本生成能力，树立新基准。其使用更具代表性的偏好数据集，提高了准确性，并在与Zephyr和Claude 2的比较中表现出色，成为AlpacaEval评估中最具竞争力的7B模型之一，是聊天应用程序中的理想助手。

UnslopNemo-12B-v2-GGUF - 增强AI模型表达能力的实验探索

ChatMLGithubHuggingfaceMistralUnslopNemo反馈开源项目数据集模型

该项目通过减少RP数据集中的特点，以提高模型的表达力。适用于Mistral、ChatML以及文本补全任务。通过调整采样设置，用户有可能获得更优的结果。参与者被鼓励在讨论页面提供反馈，以帮助进一步改进性能。

magicoder - 开源代码生成与指令数据的高质量低偏见模型

GithubMagicoderOSS-Instruct人类评估大模型开源代码开源项目

Magicoder项目采用OSS-Instruct方法，通过开源代码片段生成低偏见、高质量的指令数据。Magicoder-S-DS-6.7B模型在HumanEval测试中表现优于GPT-3.5-turbo-1106和Gemini Ultra，展示了卓越的代码生成能力。项目提供多个模型和数据集，并支持在线和本地Gradio演示，适用于多种代码生成场景。

bertin-roberta-base-spanish - 创新抽样技术实现高效西班牙语模型训练

BERTINGithubHuggingfaceRoBERTa开源项目机器学习模型自然语言处理西班牙语

BERTIN项目采用创新的抽样技术从mC4数据集中提取高质量西班牙语语料,实现了以更少的步骤和数据量训练RoBERTa模型。该方法不仅提高了训练效率,还使模型在某些任务上超越了现有的最先进水平,为小团队在有限资源下开发大型语言模型提供了新思路。

nvidia_-_Mistral-NeMo-Minitron-8B-Base-gguf - Mistral-NeMo-Minitron-8B-Base模型实现高效自然语言生成

GithubHuggingfaceMistral-NeMo-Minitron-8B-BaseNVIDIA开源项目模型自然语言生成语料库量化

NVIDIA 的 Mistral-NeMo-Minitron-8B-Base 模型运用压缩和蒸馏技术，为自然语言生成任务提供解决方案。该模型通过修剪和蒸馏 Mistral-NeMo 12B，在 3800 亿个词标中完成训练，适用于多领域文本转换，并支持 NeMo 24.05 引擎，兼容 NVIDIA 多种硬件架构。

bert-base-spanish-wwm-cased - 基于大规模语料库训练的西班牙语BERT模型

BETOGithubHuggingface基准测试开源项目模型自然语言处理西班牙语预训练模型

BETO是一个基于大规模西班牙语语料库训练的BERT模型，采用全词遮蔽技术，提供uncased和cased两个版本。在词性标注、命名实体识别和文本分类等多项西班牙语基准测试中，BETO表现优于多语言BERT。研究者可通过Hugging Face Transformers库轻松使用该模型，为西班牙语自然语言处理研究和应用提供有力支持。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com