FLASK

细粒度语言模型评估框架

FLASK是一个开源的语言模型评估框架，采用细粒度的实例级技能集作为评估指标。该框架提供任务无关的评估协议，包含模型推理、GPT-4评估和结果分析功能。FLASK还具备自动元数据标注能力，可标注领域、技能集和难度级别。项目包含详细使用说明和在线演示，为语言模型评估提供全面解决方案。

Github

论文

介绍相关项目

chain-of-hindsight - 基于人类反馈优化语言模型的开源框架

Chain of HindsightGithub反馈对齐开源项目模型训练评估语言模型

Chain-of-Hindsight是一个开源项目，提供了基于Jax的语言模型训练框架。该方法通过人类反馈来优化模型性能，支持LLaMA和GPT-J等大型模型。项目包括数据准备、模型训练和评估的完整流程，其反馈处理机制有助于模型在对话和摘要等任务中提升表现。最新更新改进了大模型分片和数据并行处理，为自然语言处理研究提供了实用工具。

llmflows - 用于构建透明和简化的LLM应用建设的LLMFlows框架

GithubLLMFlows大语言模型应用开源项目框架透明性

LLMFlows框架用于构建透明、简化的LLM应用，如聊天机器人和问答系统。通过提供基本的抽象层，确保组件完全透明，方便监控、维护和调试。用户可利用流和步骤类构建灵活的LLM应用，并通过异步支持优化性能，同时集成向量数据库和回调功能，实现全面控制和可见性。

prometheus-eval - 前沿的大语言模型生成任务评估工具

BiGGen-BenchGithubPrometheus 2 BGBPrometheus-Eval开源项目评估语言模型

Prometheus-Eval是一个评估生成任务中大型语言模型（LLMs）的开源项目。最新的Prometheus 2版本内置多种高性能评估模型，并集成了提供9项核心能力、77个任务和765个实例的BiGGen-Bench评估平台。该项目支持本地推理和通过VLLM及LLM API进行远程评估，且能够方便地在Python环境中安装和使用。项目持续更新，以确保评估的准确性和效率。访问官方仓库获取更多信息。

ALCE - 增强大语言模型生成引用文本的基准工具

ALCEGithub大语言模型开源项目文本生成自动引用评估基准

ALCE是一个用于评估大语言模型生成引用文本能力的基准工具。它包含ASQA、QAMPARI和ELI5三个数据集，用于自动评估模型生成文本的流畅度、正确性和引用质量。ALCE提供了基线模型复现代码和评估方法，为研究人员提供了改进大语言模型文本生成和引用能力的综合解决方案。

flacuna - 基于FLAN微调的Vicuna模型问题解决能力增强版

FlacunaGithubVicuna开源项目微调语言模型问题解决能力

Flacuna是一个通过在Flan-mini数据集上微调Vicuna模型而开发的AI助手。该项目旨在保持Vicuna的写作能力，同时显著增强其问题解决能力。Flacuna在多项基准测试中表现出色，尤其在少样本和零样本场景下。项目提供快速启动指南、性能评估结果和训练方法，为AI研究和开发提供了宝贵资源。

flax - 灵活强大的JAX神经网络库和生态系统

FlaxGithubJAX开源项目机器学习深度学习神经网络库

Flax是一个基于JAX的高性能神经网络库，以灵活性为核心设计理念。它提供神经网络API、实用工具、教育示例和优化的大规模端到端示例。Flax支持MLP、CNN和自编码器等多种网络结构，并与Hugging Face集成，涵盖自然语言处理、计算机视觉和语音识别等领域。作为Google Research与开源社区合作开发的项目，Flax致力于促进JAX神经网络研究生态系统的发展。

awesome-LLM-resourses - 中文大语言模型全面资源汇总数据处理到评估应有尽有

GithubLLMRAG大语言模型开源项目微调推理评估

该项目汇总了中文大语言模型(LLM)领域的全面资源，包含数据处理、微调、推理和评估等多个环节的开源工具。资源库涵盖最新LLM技术，并收录RAG系统和AI代理等前沿应用。项目为LLM研究者和开发者提供了丰富的工具和信息，有助于推进相关项目的开发与应用。

levanter - 专注可读性与可扩展性的大语言模型训练框架

GithubJAXLevanter分布式训练大语言模型开源项目机器学习框架

Levanter是一个用于训练大型语言模型和基础模型的框架。该框架使用Haliax命名张量库编写易读的深度学习代码，同时保持高性能。Levanter支持大型模型训练，兼容GPU和TPU等硬件。框架具有比特级确定性，保证配置一致性。其功能包括分布式训练、Hugging Face生态系统兼容、在线数据预处理缓存、Sophia优化器支持和多种日志后端。

llm-analysis - 大型语言模型训练与推理的延迟和内存使用分析工具

GithubTransformer模型llm-analysis内存分析大语言模型延迟分析开源项目

llm-analysis 是一款为大型语言模型（LLMs），如Transformer设计的工具，用于在不同的模型、GPU、数据类型和并行配置下估算训练与推理的延迟和内存使用。通过简单设置，可以快速计算出不同训练和推理方案的系统性能，以确定最优和可行的配置方案。此外，llm-analysis 支持多种并行化和重计算策略，并提供多种预定义配置和命令行接口，极大简化了配置和调试流程。它功能强大且易于集成，是开发和优化LLMs的理想工具。

ContinualLM - 语言模型持续学习的开源框架

ContinualLMGithub开源项目语言模型迁移学习连续学习领域适应

ContinualLM是专注于语言模型持续学习的开源框架。它集成多种先进方法,采用统一的训练评估流程。支持领域自适应预训练和端任务微调,包含6个领域数据集。该框架致力于推动语言模型持续学习研究,为研究人员提供灵活有力的工具。

相关项目

推荐项目

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。

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。

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。

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。

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。

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。

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。

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。

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。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com