Project Icon

Phi-3-medium-4k-instruct-abliterated-v3

增强文本生成模型性能的正交化方法

采用正交化技术的Phi-3模型旨在减少拒绝响应,同时保持知识完整性。该方法通过权重调整消除拒绝特征,比传统微调更为精确高效。新版本Phi-3参考最新研究方法,减少错觉并提高模型稳定性。这一技术改进不仅是重要升级,也是未来深度学习模型优化的方向。

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-mini-4k-instruct-int4-ov - Phi-3-mini-4k-instruct模型的OpenVINO INT4量化与兼容性概览
GithubHuggingfaceMIT许可证OpenVINOPhi-3-mini-4k-instruct开源项目模型模型推理量化
Phi-3-mini-4k-instruct模型通过NNCF的INT4权重压缩被转换为OpenVINO™ IR格式,增强OpenVINO推理效率。适用于OpenVINO 2024.4.0及以上版本,与Optimum Intel 1.23.1兼容,实现高效模型推理。
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。
Arabic-Orpo-Llama-3-8B-Instruct - 优化Meta-Llama-3模型在阿拉伯语文本生成中的表现
GithubHuggingfacellama3开源项目文本生成模型评估结果语言模型阿拉伯语
本项目利用ORPO技术对Meta-Llama-3-8B-Instruct模型进行了微调,旨在提升其生成阿拉伯语文本的准确性和连贯性。虽然基准测试结果显示基模型略有优势,但经过微调的模型在实际应用中生成的阿拉伯语文本质量更高。训练数据来自2A2I/argilla-dpo-mix-7k-arabic数据集,并通过lighteval工具进行评估,旨在增强英文模型在阿拉伯语言环境下的适应能力。
Phi2-mini-Chinese - 从零开始训练0.2B参数的中文语言模型,支持Flash Attention加速
GithubPhi2-Chinese-0.2BSFT微调中文小模型开源项目数据清洗语言模型
项目包含从数据清洗、tokenizer训练、CLM预训练、SFT微调到RLHF优化的详细步骤,代码和模型已开源,可引用。支持Flash Attention加速,适用于大数据集处理。更多信息及模型权重在huggingface仓库。
Llama-3-Instruct-8B-SPPO-Iter3 - 改进文本生成的创新模型及其在多任务中的性能评估
Apache-2.0GithubHuggingfaceLlama-3-Instruct-8B-SPPO-Iter3开源LLM排行榜开源项目文本生成模型自我游戏偏好优化
Llama-3-Instruct-8B-SPPO-Iter3模型采用自我对弈偏好优化技术进行第三次迭代微调,具备强大的文本生成能力。模型通过IFEval、BBH、MATH、GPQA、MuSR等多个数据集进行多任务性能评估,其中IFEval (0-Shot)的严格准确率为68.28。该模型基于meta-llama/Meta-Llama-3-8B-Instruct,使用openbmb/UltraFeedback数据集训练,拥有8B参数,专注于英文文本生成,为语言模型的优化提供了全新视角和实用的性能测试结果。
Meta-Llama-3-70B-Instruct-abliterated-v3.5-IMat-GGUF - 提升量化效率及IMatrix集成以增强文本生成性能
GithubHuggingfaceIMatrixMeta-Llama-3-70B-Instruct-abliterated-v3.5开源项目文本生成模型量化
本项目应用Llama.cpp的量化技术结合IMatrix数据集,对Meta-Llama-3-70B-Instruct-abliterated-v3.5模型进行优化。支持BF16到Q2_K等多种量化格式,用户可根据需求选择下载不同版本,适用于多种文本生成场景。IMatrix集成提升了低比特位的性能表现,适合现代高效计算需求。提供全面的下载指南和FAQ,帮助用户有效地理解和使用文件,实现文本生成任务的高效推理。
Phi-3.5-mini-instruct-GGUF - Microsoft Phi-3.5-mini模型的GGUF格式多位宽量化版本
GGUFGithubHuggingfacePhi-3.5开源项目文本生成本地部署模型量化模型
此项目提供Microsoft Phi-3.5-mini-instruct模型的GGUF格式量化版本。GGUF是llama.cpp团队推出的新格式,取代了GGML。支持2-bit至8-bit多种量化位宽,兼容多个GGUF支持工具,如llama.cpp和LM Studio。这些工具具备GPU加速和Web界面,便于本地部署和使用大型语言模型。
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。
Infinity-Instruct-3M-0613-Mistral-7B - 提升语言模型性能的开源指导调优模型
AlpacaEval2.0GithubHuggingfaceInfinity Instruct开源模型开源项目指令微调无反馈强化学习模型
Infinity-Instruct-3M-0613-Mistral-7B是一个开源的指导调优模型,无需人类反馈的强化学习。该模型在百万级指令数据集上经过微调,在AlpacaEval 2.0基准测试中取得了25.5的高分,表现优于Mixtral 8x7B v0.1、Gemini Pro和GPT-3.5。通过低成本训练提高了Mistral-7B的基础能力和对话能力,并在MT-Bench测试中表现出色。适合多样化的下游任务,该模型为研究与应用提供了良好的支持。
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