Project Icon

miqu-1-70b

高性能70B大语言模型,支持32k上下文,采用Mistral格式

miqu-1-70b是一款采用Mistral格式的大型语言模型,具有32k tokens的上下文处理能力。模型采用高频基础ROPE设置,无需额外调整即可发挥优秀性能。经过温度系数1和top_p 0.95的参数组合测试,该模型适用于广泛的自然语言处理任务。

Mistral-Nemo-Base-2407 - Mistral和NVIDIA联合开发的多语言大模型支持128k超长上下文
GithubHuggingfaceMistral-Nemo-Base-2407多语言支持大语言模型开源项目机器学习模型深度学习
Mistral-Nemo-Base-2407是Mistral AI与NVIDIA合作推出的开源语言模型,采用12B参数规模和128k上下文窗口设计。模型支持英语、法语等8种语言,并在MMLU等多项基准测试中表现出色。基于40层transformer架构,可作为Mistral 7B的升级替代方案。该项目以Apache 2许可证发布,支持多语言及代码生成场景。
Qwen-7B - 70亿参数规模的多语言开源预训练语言模型
GithubHuggingfaceQwen-7B多语言大语言模型开源项目模型评测预训练
Qwen-7B是一个70亿参数规模的开源预训练语言模型,基于超过2.4万亿tokens的多语言语料训练而成。该模型支持15万规模的多语言词表,在常识推理、代码生成、数学计算、机器翻译等多个评测任务中表现优异。通过采用RoPE位置编码、SwiGLU激活函数等技术,Qwen-7B具备强大的多语言理解和处理能力,同时支持长文本输入和高效推理。
OpenHermes-2-Mistral-7B - 基于Mistral-7B的高性能多任务语言模型
GithubHuggingfaceMistralOpenHermes人工智能开源项目模型语言模型
OpenHermes-2-Mistral-7B是一款经过精心微调的大语言模型,基于Mistral-7B架构开发。模型在GPT4All、AGIEval等多个基准测试中表现优异,具备出色的多任务处理能力。支持ChatML格式和系统提示,适用于多轮对话场景。项目开源多种量化版本,方便用户根据需求部署使用。
Mistral-7B-Instruct-v0.1 - 多种推理方式支持的指令调优大语言模型
GithubHuggingfaceMistral-7B-Instruct-v0.1大语言模型开源项目指令微调机器学习模型自然语言处理
Mistral-7B-Instruct-v0.1是基于Mistral-7B-v0.1的指令调优大语言模型。该模型通过多种公开对话数据集微调,支持mistral_common、mistral_inference和transformers等多种推理方式。它采用分组查询注意力和滑动窗口注意力机制,结合字节回退BPE分词器,提供简单的指令格式,适用于对话生成任务。模型架构优化使其在保持高性能的同时,具备良好的通用性和易用性。
Mistral-7B-Instruct-v0.3-AWQ - Mistral模型AWQ量化版支持高级函数调用和三代分词
AWQ量化GithubHuggingfaceMistral-7B-Instruct-v0.3大语言模型开源项目模型模型量化自然语言处理
作为Mistral-7B-Instruct-v0.3的AWQ量化版本,该模型采用4比特压缩技术,在提供快速推理性能的同时保持了原有精度。通过扩展词汇表和引入第三代分词技术,增强了模型的理解能力。目前已集成到主流AI框架平台,可在搭载NVIDIA显卡的Linux或Windows系统上运行。
TinyMistral-248M - 使用小规模数据集进行高效模型预训练
GithubHuggingfaceMistral 7B参数开源项目微调模型评估结果语言模型
TinyMistral-248M基于Mistral 7B模型,参数减少至约2.48亿,专为下游任务微调设计。预训练使用了748.8万个实例,支持文本生成功能,拥有约32,768个token的上下文长度。模型在InstructMix评估中的平均困惑度为6.3,未来将在多数据集上增加训练周期,验证无需大数据集即可进行有效预训练的可能性,并在多个指标测试中表现良好。
Mixtral-8x7B-v0.1 - 多语言预训练大语言模型 超越Llama 2 70B性能
GithubHugging FaceHuggingfaceMixtral-8x7B大语言模型开源项目模型模型优化稀疏混合专家
Mixtral-8x7B是一款预训练的生成式稀疏专家混合大语言模型,在多数基准测试中性能优于Llama 2 70B。该模型支持法语、意大利语、德语、西班牙语和英语等多语言处理。开发者可通过Hugging Face transformers库或vLLM部署使用,并可采用半精度、8位和4位量化等方法降低内存占用。作为基础模型,Mixtral-8x7B不含内置审核机制,使用时需注意。
Mistral-7B-Instruct-v0.2-GPTQ - 高效量化的开源指令型大语言模型
AI推理GPTQGithubHuggingfaceMistral 7B开源项目模型模型下载量化模型
Mistral-7B-Instruct-v0.2模型的GPTQ量化版本,提供4位和8位精度等多种参数选项。支持Linux和Windows的GPU推理,兼容多个开源框架。采用Mistral提示模板,适用于指令任务。由TheBloke量化发布,旨在提供高效易用的开源大语言模型。
neural-chat-7b-v3-1 - 在英特尔Gaudi2上优化的mistralai 7B语言模型
GithubHuggingfaceIntel Gaudi 2大语言模型开源项目数据集模型模型微调量化推理
neural-chat-7b-v3-1模型经过优化,利用mistralai/Mistral-7B-v0.1基础模型和DPO方法,适用于多种语言任务。结合Open-Orca/SlimOrca数据集,提升了ARC、HellaSwag与TruthfulQA等多项评估指标表现,并支持INT4、BF16等多种推理模式。非常适合高性能语言生成与处理应用,详细信息和使用指导可在GitHub和Hugging Face Leaderboard上查看。
Breeze-7B-Instruct-v1_0 - 增强繁体中文处理能力,提高语言模型性能
Breeze-7BGithubHuggingfaceMediaTek传统中文开源项目文本生成模型语言模型
Breeze-7B-Instruct-v1_0 是MediaTek Research开发的语言模型,专为繁体中文应用而设计。基于Breeze-7B-Base的演进,支持问答、多轮对话和文本摘要等任务。其在繁体中文及英语的测试中表现优越,相较于同类开源模型有显著提升。Breeze-7B通过词汇扩展和高效推理性能,在繁体中文任务中展现优势。v1.0版本经过精细化训练,提供高效准确的语言处理。
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