Project Icon

OpenHermes-2.5-Mistral-7B

Mistral-7B微调模型 OpenHermes-2.5 展现强大通用及编程能力

OpenHermes-2.5-Mistral-7B是Mistral-7B的改进版本,通过100万条高质量数据训练而成。模型在GPT4All、AGIEval和TruthfulQA等基准测试中表现出色,同时提升了代码生成能力。它使用ChatML格式,支持系统提示和多轮对话。凭借在通用任务和编程领域的优异表现,OpenHermes-2.5成为一个全面而强大的开源语言模型选择。

komt-mistral-7b-v1 - 韩语文本生成中的创新多任务指令调优模型
GithubHuggingfacekomet多任务指令大语言模型开源项目模型模型评估韩语性能
项目采用多任务指令调优方法,提升了韩语文本生成的准确性和有效性。通过监督数据集,生成适合大语言模型的训练数据并应用于komt-mistral-7b-v1,该模型是Mistral-7B-Instruct-v0.1的微调版本。评估结果显示,在韩语任务中的得分优于其他开源模型,尤其在文本生成和问答任务中表现出色,为韩语用户提供更智能的交互体验。
Mistral-Nemo-Instruct-2407-GGUF - 多语言与编程语言支持的先进文本生成模型
GGUF量化GithubHuggingfaceLM StudioMistral Nemo多语言支持开源项目文本生成模型
Mistral Nemo由Mistral AI和NVIDIA联合训练,拥有超过一百万的上下文窗口,支持多种语言如法语、德语、中文及逾80种编程语言,包括Python和Java。模型性能卓越,通过GGUF量化适合复杂任务场景。它可在LM Studio使用,并能处理特定格式的指令,广泛适用于文本生成任务。
Mistral-7B-Instruct-v0.3-GGUF - 支持功能调用的高质量指令跟随模型
GithubHuggingfaceLM StudioMistral 7B Instruct功能调用开源项目指令跟随模型
Mistral 7B Instruct v0.3是一款经过优化的指令跟随模型,新增功能调用支持进一步扩展应用范围,增强助理功能。此版本引入扩展词汇表和新的分词器,支持功能调用。模型由Mistral AI创建,GGUF量化由bartowski提供。提醒:本社区模型由第三方提供,用户需自行负责内容的准确和适用性。
Mistral-7B-v0.1-GGUF - 多平台支持的GGUF格式模型文件,提升推理效率
GPU加速GithubHuggingfaceMistral 7B v0.1开源模型开源项目文本生成模型量化方法
Mistral AI发布的Mistral 7B v0.1模型以GGUF格式支持多种文本生成任务。此格式由llama.cpp团队开发,替代旧的GGML格式,兼容多平台和库,包括支持GPU加速的text-generation-webui、KoboldCpp和LM Studio等。项目提供多样的量化模型文件,适配不同推理需求,保证了启发式使用中的高效性能。用户可通过简单的下载及命令行操作获取模型,并支持Python等语言的集成,为文本生成任务提供了高性能的解决方案。
MistralLite - 适用于长文本处理与问答任务的优化语言模型
GithubHuggingfaceMistralLite亚马逊云服务开源项目微调模型模型长文本处理问答系统
MistralLite作为一种优化的语言模型,基于Mistral-7B,通过适应性转子嵌入和滑窗技术,支持32K tokens的长文本处理。它适用于长文本检索、摘要和问答等应用,尤其适合资源有限的环境。可在单个AWS实例轻松部署,支持HuggingFace TGI和vLLM等框架,适合复杂文本场景的精准解析。
Mistral-Small-Instruct-2409 - 22B参数高性能指令微调语言模型
AI聊天GithubHuggingfaceMistral-Small-Instruct-2409函数调用大语言模型开源项目模型模型推理
Mistral-Small-Instruct-2409是一款22B参数的指令微调语言模型,具备32768词汇量和32k序列长度。该模型支持聊天、指令跟随和函数调用等功能,可通过vLLM、mistral-inference或Hugging Face Transformers库进行使用。作为一个开源项目,Mistral-Small-Instruct-2409为自然语言处理研究和应用提供了新的可能性。
fine-tune-mistral - Mistral大语言模型全量微调开源项目
GithubHugging FaceMistral开源项目微调模型训练深度学习
fine-tune-mistral是一个专注于Mistral 7B大语言模型全量微调的开源项目。项目提供完整训练代码和使用说明,支持多GPU训练。其中包含多项训练技巧,如学习率调整和数据量建议等。项目还强调通过评估任务来衡量模型性能改进。该工具为研究者提供了一个进行Mistral模型定制化的便捷平台。
Mistral-7B-Instruct-v0.3-GGUF - 高性能量化版指令微调大语言模型
GithubHuggingfaceMistral-7B-Instruct-v0.3大型语言模型开源项目提示模板模型硬件要求量化
Mistral-7B-Instruct-v0.3 GGUF是一系列针对不同硬件条件优化的量化模型。支持32k上下文长度、扩展词表和函数调用,适用于对话等交互任务。模型大小从2.72GB到14.5GB不等,提供多种精度选择,平衡性能和资源消耗。GGUF格式便于在各类设备上高效部署和使用。
Mistral-Nemo-12B-ArliAI-RPMax-v1.1-GGUF - 基于Mistral Nemo 12B的创新多样性写作模型
ArliAI-RPMax-12B-v1.1GithubHuggingface创造力开源项目数据集模型训练
Mistral-Nemo-12B-ArliAI-RPMax-v1.1是基于Mistral Nemo 12B模型的开源项目,专为增强创意及非重复性而设计。该模型在仅两天内完成训练,通过减少重复性措施,对多样化情境与角色具备更强适应性,支持多种量化格式,满足不同应用需求。
MN-12B-Lyra-v4-GGUF-IQ-Imatrix - 基于Mistral的ChatML预设优化模型
ChatMLGithubHuggingfaceMistralSao10KSillyTavern开源项目模型模型调整
MN-12B-Lyra-v4是Sao10K在Mistral Nemo模型基础上进行的优化项目,采用了ChatML提示格式。该模型支持在SillyTavern中使用的ChatML预设,并具备多功能性和易用性。兼容Virt-io的ChatML v1.9预设,用于特定场景设置的指导可以在Hugging Face的文档中找到。MN-12B-Lyra-v4通过llama.cpp量化,更多信息可通过提供的链接查看。适用于自然语言处理和对话生成,特别在角色扮演应用中表现优异。
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