Project Icon

Phi-3-medium-128k-instruct-c4-32

创新型中等规模语言模型探索

Phi-3-medium-128k-instruct-c4-32是一个中等规模语言模型项目,致力于在控制模型大小的同时提高性能。通过创新的训练方法,该模型在上下文理解和指令遵循方面取得了进展。这为自然语言处理研究提供了新视角,也为AI领域的探索提供了实用工具。

SeaPhi3-medium - 意大利语优化AI模型概览
FinetunedGithubHuggingfaceToti Riccardo开源项目性能指标意大利语模型模型模型评估
SeaPhi3-medium是一个优化的意大利语模型,由Toti Riccardo开发,并在Apache-2.0许可协议下发布。该模型源自Phi-3-medium-4k并经过意大利语数据集Seacom/rag-data微调,提升了表现。在意大利语模型排行榜中,该模型在hellaswag_it、arc_it及m_mmlu_it的5-shot测试中的表现备受关注。
InternVL2-4B - 先进多模态大语言模型探索视觉语言理解新高度
GithubHuggingfaceInternVL2图像理解多模态大语言模型开源项目指令微调模型
InternVL2-4B是一个多模态语言模型,集成InternViT-300M-448px视觉编码器和Phi-3-mini-128k-instruct语言模型。该模型在文档理解、图表问答和场景文字识别等任务中表现优异,超越多数开源方案。支持8K上下文窗口,可处理长文本、多图像和视频输入,在多模态能力评测中展现与商业模型相当的性能。
Meta-Llama-3-8B-Instruct - Meta开发的大规模语言模型 支持多种自然语言处理任务
GithubHuggingfaceLlama 3Meta人工智能大语言模型开源项目模型自然语言处理
Meta-Llama-3-8B-Instruct是Meta公司开发的大型语言模型之一,参数规模为8B。该模型经过指令微调,优化了对话性能,在多项行业基准测试中表现优异。模型采用改进的Transformer架构,具有8k上下文窗口,适用于英语的商业和研究场景。它可用于开发聊天助手、生成文本等多种自然语言处理应用,在开发过程中重点关注了实用性和安全性。
Infinity-Instruct-3M-0625-Yi-1.5-9B - 大规模指令调优模型无需人类反馈的创新
GithubHuggingfaceInfinity Instruct北京智源人工智能研究院开源项目无强化学习模型模型训练深度学习
Infinity-Instruct-3M-0625-Yi-1.5-9B是一个开放源码的指导调优模型,不依赖于人类反馈强化学习。模型通过在Infinity-Instruct-3M上的微调展现了优异的性能,特别是在AlpacaEval 2.0和MT-Bench评估中表现突出。近期发布的InfInstruct-Mistral-7B 0625等模型权重优化了训练效率。借助FlagScale等创新训练技术,该模型大幅降低了训练成本,擅长处理数学和代码指令,并具备强大的聊天功能。该模型仅限于学术研究使用,不适用于商业用途。
SuperNova-Medius - 中立精确的语言模型,高效执行指令与复杂推理
GithubHuggingfaceSuperNova-Medius开源项目技术支持指令遵循文本生成模型蒸馏
SuperNova-Medius是由Arcee.ai推出的14B参数语言模型。通过借鉴Qwen2.5-72B-Instruct与Llama-3.1-405B-Instruct的优势,以多架构蒸馏技术达成高效指令执行与复杂推理能力。适合用在客户支持、内容创作及技术帮助等场景,并在低资源需求下和较大模型进行有效竞争。适合追求经济高效高级语言模型应用的组织。
Phi-3.5-mini-instruct_Uncensored-GGUF - 优化的量化模型提供多种压缩方案支持不同运行环境
GGUFGithubHuggingfaceLLMPhi-3.5llama.cpp开源项目模型量化
该项目基于llama.cpp框架,将Phi-3.5-mini-instruct模型转换为GGUF格式,提供从F16到IQ2_M共19种量化版本。模型文件大小范围在1.32GB至7.64GB之间,适配CPU和GPU环境。Q6_K、Q5_K系列及IQ4_XS等版本在性能与体积上表现均衡,可根据硬件配置选择适合的版本使用。
Phi-3-Vision-MLX - 为Apple Silicon优化的多模态AI框架
AI框架Apple SiliconGithubPhi-3-MLX开源项目视觉模型语言模型
Phi-3-MLX是一个为Apple Silicon优化的AI框架,整合了Phi-3-Vision多模态模型和Phi-3-Mini-128K语言模型。该框架提供简洁接口,支持文本生成、视觉问答和代码执行等AI任务。项目特性包括批量处理、模型量化和LoRA微调,并可通过API扩展功能。Phi-3-MLX为开发者提供了高效灵活的AI工具,专为Apple Silicon设备设计。
Meta-Llama-3-8B-Instruct-GGUF - 基于llama.cpp的Meta Llama 3量化版大语言模型
GithubHuggingfaceLlama 3人工智能元宇宙大语言模型开源项目模型自然语言处理
Meta-Llama-3-8B-Instruct模型通过llama.cpp框架实现量化优化,具备8B参数规模和8K上下文长度。模型集成GQA注意力机制,在对话和指令理解方面表现出色,支持商业及研究应用。作为专注英语处理的AI模型,在性能、安全性和实用性方面都经过全面优化。
Llama-3-8B-Instruct-262k - 增强长距离上下文处理,支持自主助手功能
GithubHuggingfaceLlama-3定量模型开源项目模型生成式模型自监督学习长上下文
Llama-3 8B-Instruct-262k通过优化RoPE theta,将上下文处理长度从8k扩展至超160k。由Gradient开发并借助Crusoe Energy的算力资源,展示了该模型在低训练条件下的长上下文处理能力,同时通过微调增强了其聊天功能。采用NTK-aware插值及数据驱动的RoPE theta优化,结合渐进式训练策略,在高性能集群中实现了多达262144 tokens的上下文扩展训练,并提供了多种量化版本以适应不同应用场景。
Ministral-3b-instruct-GGUF - 更高效的量化语言模型,为文本生成带来显著性能提升
Apache 2.0GithubHuggingfaceNLPtransformers开源项目模型模型量化语言模型
Ministral-3b-instruct-GGUF是一个基于llama.cpp的高效量化模型,专为Ministral系列的3B参数设计优化,并从Mistral-7B进行微调。它使用混合数据集,主要用于英语文本生成。通过量化技术,该模型在保持精度的同时,显著减少了存储和计算需求,理想应用于高效文本生成场景。项目遵循Apache 2.0许可协议,以确保合规使用。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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