Project Icon

phi3-Chinese

小体积高性能的phi3模型集合

phi3-Chinese收录多种phi3训练变体,小体积高性能,适用于手机部署。提供Phi-3-mini-128k-instruct-Chinese中文版和其他英文原版模型的下载链接,并包含训练、推理和部署的详细教程。尽管目前版本存在词表过小和实际效果与预期不符的问题,但仍适用于轻量级垂直任务。

tiny-random-Phi3ForCausalLM - 轻量级Phi3因果语言模型实现
GithubHuggingfacePhi3ForCausalLMtransformers开源项目机器学习模型模型卡片自然语言处理
这是一个基于微软Phi-3-mini-4k-instruct模型构建的轻量级Phi3因果语言模型。模型采用Transformers库实现,配置为32个隐藏单元、64个中间单元、4个注意力头和2个隐藏层。该项目旨在提供Phi3模型的精简版本,在保留核心功能的同时显著减小模型规模。这使其特别适用于资源受限环境或快速原型开发,同时仍可应用于多种自然语言处理任务。
Phi-3.5-mini-instruct-GGUF - 高性能微软小型语言模型的量化方案
ARM芯片GGUFGithubHuggingfacePhi-3.5-mini-instruct开源项目模型模型权重量化
该项目基于llama.cpp框架,对Microsoft Phi-3.5-mini-instruct模型进行GGUF格式量化,提供从Q2到Q8等多个精度版本。每个量化版本都针对不同硬件平台进行了优化,包括针对ARM芯片的特殊优化版本。项目提供完整的模型特性对比和选择指南,帮助开发者根据实际需求选择合适的量化版本。
Phi-3.1-mini-128k-instruct-GGUF - 量化指导优化内存资源使用
GithubHuggingfacePhi-3-mini-128k-instruct下载文件开源项目模型模型选择量化高质量
项目利用llama.cpp和imatrix技术对模型进行量化,提供适合不同内存需求的文件。用户可通过huggingface-cli根据硬件选择量化格式,实现速度与质量平衡。同时,项目提供特性图表以指引用户选择‘I-quant’或‘K-quant’方法,满足不同硬件环境性能要求。
task-13-microsoft-Phi-3-mini-4k-instruct - PEFT库微调和部署微软Phi-3.5 mini指令模型
GithubHuggingfacePEFTmicrosoft/Phi-3.5-mini-instruct人工智能开源项目机器学习模型模型卡片
本项目介绍使用PEFT库对微软Phi-3.5 mini指令模型进行微调和部署的方法。内容涵盖模型详情、应用场景、潜在风险和局限性等关键信息,以及训练细节、评估方法和环境影响等技术规格。这是一个面向开发者的实用指南,有助于快速理解和应用该模型。
Phi-3-mini-4k-instruct - 高效节省内存的模型微调策略,快速实现量化优化
GithubHuggingfacePhi-3免费微调内存优化开源项目机器学习模型量化模型
此项目通过Unsloth量化技术,提供高效的Mistral平台大模型微调方案,速度提升至2-5倍,内存占用降低至50-70%。提供的Colab笔记本支持Phi-3、Llama 3、Gemma 2等多种模型,简单易用,适合初学者。用户可以节省计算资源,并将微调后的模型导出至GGUF或上传至Hugging Face,方便成果共享。
Phi-3-medium-128k-instruct-GGUF - Phi-3-medium-128k-instruct模型的多硬件平台适配与量化选项
GithubHuggingfacePhi-3-medium-128k-instructllama.cpp开源项目模型模型下载自然语言处理量化
Phi-3-medium-128k-instruct项目以llama.cpp最新版本为基础,提供多种量化模型以适应不同内存与性能需求,支持包括Nvidia的cuBLAS、AMD的rocBLAS、CPU及Apple Metal在内的多种硬件平台。推荐使用Q6_K_L和Q5_K_M版本以实现高精度场景需求。用户可利用huggingface-cli选择性下载所需模型,以达到速度与质量的最佳平衡。
phi-1_5 - 13亿参数的语言模型展现卓越性能
GithubHuggingfacePhi-1.5Transformer人工智能开源项目模型自然语言处理语言模型
Phi-1.5是微软开发的13亿参数Transformer语言模型,在10亿参数以下模型中展现近乎最先进的性能。它未经指令微调,主要用于研究语言模型的安全性和改进。该模型支持多种任务,包括文本生成和代码编写,适用于问答、聊天和编程场景。然而,用户应注意其输出可能存在偏见或不准确,仅供研究参考。
phi-2 - 27亿参数小型语言模型 展现卓越性能
GithubHuggingfacePhi-2人工智能开源项目微软机器学习模型自然语言处理
Phi-2是一个拥有27亿参数的Transformer模型,在常识、语言理解和逻辑推理等基准测试中表现出色。这个开源小型模型主要面向研究社区,用于探索降低毒性、理解社会偏见和增强可控性等安全挑战。Phi-2适用于问答、聊天和代码生成,但存在生成不准确内容和对复杂指令响应不可靠等局限性。使用时需谨慎评估其输出结果。
Phi-3-mini-4k-instruct-bnb-4bit - 通过Unsloth工具提升深度学习模型微调速度与内存效率
GithubGoogle ColabHuggingfaceUnslothtransformers开源项目机器学习模型模型微调
项目通过提供免费、易于使用的Google Colab笔记本,便于在微调Phi-3.5、Llama 3.1、Mistral等深度学习模型时实现更高效的速度与内存管理,内存使用减少达74%。用户只需添加数据集并执行所有代码,便可获得加速至最高3.9倍的微调模型,支持导出多种格式或上传至Hugging Face平台。Colab快捷方式有效简化模型微调过程,适用于文本生成和对话模板。
Phi-3.5-mini-ITA - 小巧强大的意大利语文本生成模型优化与性能提升
GithubHuggingfacePhi-3.5-mini-ITAtransformers参数高效学习开源项目意大利语模型文本生成模型
Phi-3.5-mini-ITA是Microsoft/Phi-3.5-mini-instruct的精调版本,专为提升意大利语文本生成性能而设计。拥有3.82亿参数和128k上下文长度,适用于Hugging Face Spaces等平台的流畅对话。通过Spectrum技术,仅高信噪比层参与训练,提高了参数学习效率。评估显示模型在意大利语处理任务中表现卓越。
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

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。

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