Project Icon

Vikhr-7B-instruct_0.4

俄英双语指令微调大模型新版本提升性能

Vikhr-7B-instruct_0.4是一款针对俄语和英语优化的指令微调大语言模型。新版本通过增加SFT训练数据,大幅提升了JSON处理和多轮对话的稳定性,尤其在处理长上下文和复杂提示时表现出色。模型采用Flash Attention 2技术,支持Google Colab使用,并提供GGUF格式。项目包含详细的使用示例和学术引用信息,方便研究人员和开发者快速上手。

Aurora - 通过指令调优激活 Mixtral-8x7B 稀疏专家混合体的中文聊天功能
AuroraGithubMixtral-8x7B中文对话能力开源项目指令调优语言模型
Aurora项目通过整合三大中文数据集,提升了Mixtral-8x7B稀疏专家模型的中文对话能力。通过数据预处理和指令微调,该模型在C-Eval、MMLU和CMMLU基准测试中表现出色。这项研究首次在稀疏专家模型上应用指令微调,提升了模型的架构能力,特别是在零样本任务中表现卓越。
Llama3.1-70B-Chinese-Chat - 中英双语优化的Llama3.1-70B指令微调模型
GithubHuggingfaceLlama3.1-70B-Chinese-Chat开源项目文本生成模型细致调整角色扮演语言模型
项目基于Meta-Llama-3.1-70B-Instruct模型,优化针对中英用户,支持角色扮演、函数调用和数学能力。模型使用超10万偏好对数据集训练,提供q3_k_m、q4_k_m、q8_0和f16 GGUF版本。使用ORPO算法进行全参数微调,并基于LLaMA-Factory框架。用户需升级transformers库以下载使用BF16模型,亦可使用GGUF模型进行多种方式推理。
mistral-7b-instruct-v0.2-bnb-4bit - 使用Unsloth技术优化模型微调,显著提升性能并减少内存占用
GithubHuggingfaceMistralUnsloth开源项目性能优化数据集机器学习模型
该项目介绍了一种运用Unsloth技术的模型微调方法,使Mistral、Gemma、Llama等模型实现2-5倍的速度提升,并减少70%的内存使用。用户可通过在Google Colab或Kaggle运行免费笔记本,轻松获得经过优化的模型。工具初学者友好,支持多种微调和导出格式,如GGUF、vLLM,及上传至Hugging Face,满足不同用户的需求。
OLMo-7B-0724-Instruct-hf - 改进自然语言处理任务的问答精度与模型性能
GithubHuggingfaceOLMo开源项目模型模型评估自然语言处理训练数据语言模型
OLMo 7B Instruct是由Allen Institute for AI与多家机构于2024年7月发布的更新版语言模型。此版本通过微调技术优化基础模型的问答能力,基于Dolma和Tulu 2 SFT混合数据集进行训练,提高了绩效和安全性。其自回归Transformer结构适用于精确的英文自然语言处理任务。
Qwen2.5-14B-Instruct - 多语言支持的高性能指令微调模型
GithubHuggingfaceQwen2.5人工智能多语言支持大语言模型开源项目模型自然语言处理
Qwen2.5-14B-Instruct是Qwen2.5系列中的14B参数指令微调大语言模型,支持29种以上语言。该模型在知识储备、编码和数学能力方面有显著提升,在指令跟随、长文本生成和结构化数据理解等领域表现卓越。它支持128K的上下文长度和8K的生成长度,采用RoPE和SwiGLU等先进架构,提供高效的多语言自然语言处理能力。
Mistral-Small-Instruct-2409-bnb-4bit - 优化模型效率,降低内存消耗,实现免费微调
GithubHuggingfaceMistralUnsloth开源项目性能提升模型模型微调记忆节省
Mistral-Small-Instruct-2409利用Unsloth技术实现了快速微调,与传统方法相比,显著降低约70%的内存使用,提高2到5倍的效率。该项目提供易于上手的Google Colab免费笔记本,支持多种导出格式包括GGUF和vLLM,同时提供详尽的安装和使用指南。Mistral-Small-Instruct-2409还支持函数调用和简易命令行交互,适合需高效生产推理的用户。
Qwen2-7B-Instruct - 开源大语言模型支持13万token超长上下文处理
GithubHuggingfaceQwen2多语言能力大语言模型开源项目指令微调模型长文本处理
Qwen2-7B-Instruct是一款开源大语言模型,支持处理131,072个token的超长上下文。该模型在语言理解、生成、多语言能力、编程和推理等多项基准测试中表现优异,性能超过多数开源模型,接近专有模型水平。基于改进的Transformer架构,通过大规模数据预训练和指令微调,Qwen2-7B-Instruct实现了卓越性能。模型提供简便的部署方式,尤其适合长文本处理任务。
Qwen2.5-3B-Instruct-GGUF - 高性能3B参数量GGUF格式大语言模型,支持多语言、长文本理解与结构化输出
GGUF格式GithubHuggingfaceQwen2.5人工智能大语言模型开源项目模型自然语言处理
Qwen2.5-3B-Instruct-GGUF是一款基于Qwen2.5系列的指令微调模型,参数量为3B。该模型支持29种语言,具备出色的代码和数学处理能力。它可处理128K tokens的上下文,生成长度达8K tokens的文本。模型采用transformers架构,整合了RoPE和SwiGLU等技术,并提供多种量化版本。其优势在于强大的指令跟随能力、结构化数据理解和JSON输出能力,适用于多样化的系统提示词场景。
VisualGLM-6B - 一个具备处理图像、中文和英文的能力的开源多模态对话语言模型
GithubVisualGLM-6B图像描述多模态对话模型开源开源项目微调
VisualGLM-6B是一个开源多模态对话语言模型,具备处理图像、中文和英文的能力。该模型继承自强大的ChatGLM-6B基础,增添了6.2亿参数,整合了先进的BLIP2-Qformer技术,达到了语言和视觉数据的高效融合。模型总参数量为7.8亿,展现在多个核心多模态任务上的卓越效能。针对各种应用场景均进行了优化,支持在消费级显卡上运行,降低了使用门槛,拓展了其在学术研究和实务应用中的潜力。
SOLAR-10.7B-Instruct-v1.0 - 高效小巧的大型语言模型在多项NLP任务中超越更大规模对手
GithubHuggingfaceSOLAR-10.7B单轮对话大语言模型开源项目指令微调模型深度扩展
SOLAR-10.7B是一个参数量为10.7B的大型语言模型,通过创新的深度上扩展方法开发。该模型在多项自然语言处理任务中表现出色,经常超越参数量更大的模型。SOLAR-10.7B采用了监督微调和直接偏好优化等先进技术进行指令微调,展现出优秀的性能、鲁棒性和适应性,为进一步微调提供了良好基础。
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