Project Icon

H2O

提升大型语言模型推理效率的关键token识别技术

H2O项目提出了一种创新的KV缓存实现方法,通过识别对注意力分数贡献最大的少数token,显著减少了大型语言模型推理的内存占用。该项目引入了Heavy Hitter Oracle (H2O)作为KV缓存淘汰策略,在多个任务中验证了其准确性。在OPT-6.7B和OPT-30B模型上,H2O显著提高了推理吞吐量并减少了延迟,为大型语言模型的高效推理提供了新的解决方案。

PowerInfer - 消费级GPU上大型语言模型高效推理引擎
GPU加速GithubPowerInfer大语言模型局部性设计开源项目混合CPU/GPU使用
PowerInfer是一款在个人电脑上针对消费级GPU设计的高效大型语言模型(LLM)推理引擎。它结合激活局部性原理和CPU/GPU混合技术,通过优化热/冷激活神经元的处理方式,显著提高推理速度并降低资源消耗。软件还融入了适应性预测器和神经元感知技术,优化了推理效率和精度,支持快速、低延迟的本地模型部署。
hardware-aware-transformers - 瞄准多硬件平台优化的自然语言处理Transformer模型
GithubHATNLPPyTorchTransformer开源项目硬件感知
HAT项目提供基于PyTorch的硬件感知Transformer,模型大小减小至原来的3.7倍,且性能无损。通过SuperTransformer搜索优化的SubTransformer,大幅降低搜索成本,并在不同硬件平台例如Raspberry Pi和Intel Xeon上实现显著加速。支持多种机器翻译任务,并提供预处理数据和预训练模型的直接下载。
vram-80 - 优化大型语言模型微调的开源工具
GithubHuggingfacetransformers人工智能开源项目机器学习模型深度学习自然语言处理
vram-80是一个开源项目,旨在优化大型语言模型的微调过程。该工具通过先进的显存管理技术,使得在有限计算资源下也能进行高效的模型微调。vram-80支持LoRA和QLoRA等多种微调方法,并提供简洁的接口,方便研究人员和开发者定制和优化语言模型。这个项目不仅提高了微调效率,还降低了硬件要求,为AI领域的研究和应用提供了有力支持。
streaming-llm - 突破输入长度限制的流式语言模型框架
AI对话GithubStreamingLLM开源项目无限长度输入注意力机制语言模型
StreamingLLM是一个创新框架,使大型语言模型能处理超长输入序列。它通过注意力汇聚点技术解决了长文本处理的内存和性能问题,无需额外微调。在多轮对话等流式应用中,StreamingLLM比基线方法速度提升最高22.2倍。该技术已被多个知名项目采用,为语言模型的实际应用开辟了新途径。
DeepSeek-V2 - 兼顾效率与经济性的大规模混合专家语言模型
DeepSeek-V2Github大语言模型开源项目混合专家模型自然语言处理预训练模型
DeepSeek-V2是一款基于专家混合(MoE)架构的大规模语言模型,总参数量达2360亿,每个token激活210亿参数。相较于DeepSeek 67B,该模型在提升性能的同时,显著降低了训练成本和推理资源消耗。DeepSeek-V2在多项标准基准测试和开放式生成任务中表现优异,展现了其在多领域的应用潜力。
Yi-Ko-6B - 多语言大规模自动回归模型优化文本生成性能
GithubHuggingfaceYi-Ko-6B参数开源项目文本生成模型自回归模型语言模型
Yi-Ko-6B项目通过引入韩语和英语语料库,以及扩展词汇,实现对预训练模型的增强。该模型基于Llama-2优化的transformer架构,并拥有6亿参数,专注于文本生成任务。在AI2 Reasoning Challenge、HellaSwag和MMLU等多项基准测试中,模型展现了突出的多语言处理能力。此外,它还能高效执行韩语句子的词分段与生成。
Orca-2-7b - 探索小型语言模型推理能力的新前沿
GithubHuggingfaceOrca 2内容安全合成数据开源项目推理能力模型研究用途
Orca 2是为研究目的而设计的小型语言模型,专注于推理任务,基于LLAMA-2微调,展示了通过复杂流程和合成数据提升模型能力的方法。适合研究界评估与构建先进语言模型,经过微调可在特定任务中表现优异。需注意模型的偏见、透明度及内容风险,建议配合Azure AI内容安全服务使用以确保输出安全。
OpenHermes-2.5-Mistral-7B-AWQ - 使用AWQ方法提升Transformer推理速度的低位量化技术
AI模型GithubHuggingfaceOpenHermes-2.5-Mistral-7B人机对话合成数据开源项目模型量化
AWQ通过4-bit量化提供高效、快速的Transformer推理体验,与GPTQ相比具有更优性能。它在Text Generation Webui、vLLM、Hugging Face的Text Generation Inference和AutoAWQ等多个平台上支持,为AI应用带来了显著的性能提升,适用于多用户推理服务器的开发以及Python代码中的集成使用。
ToG - 结合知识图谱的大语言模型深度推理框架
GithubICLRToG大语言模型开源项目深度推理知识图谱
ToG项目提出了一种结合知识图谱的大语言模型推理框架,旨在实现更深入、更负责任的推理能力。该框架在复杂问答和知识推理任务中展现了良好性能,有助于提升AI系统的可解释性和准确性。项目开源代码支持Freebase和Wikidata知识图谱,为相关研究提供了实验平台。
InternVL2-2B-AWQ - 跨多语言多图像任务的高效视觉语言模型
API接口GithubHuggingfaceInternVL2-2B图像文本多模态开源项目模型模型量化
InternVL2-2B-AWQ以AWQ算法实现4bit权重量化,模型推理速度较FP16提升至2.4倍。lmdeploy兼容众多NVIDIA GPU进行W4A16推理,提升离线批量推理效率。同时,该项目提供RESTful API服务并兼容OpenAI接口,快速部署和应用于视觉-语言任务。此多语言兼容的模型不仅提高推理效率,还具备灵活的服务特性。
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