Mol-Instructions

大规模生物分子指令数据集助力大语言模型

Mol-Instructions 生物分子大语言模型数据集蛋白质 Github 开源项目

Mol-Instructions是一个开放的大规模生物分子指令数据集,包含分子导向、蛋白质导向和生物分子文本三类指令。数据集涵盖分子设计、蛋白质功能预测等多个任务,通过AI协作、数据提取和模板转换等方法构建。该数据集旨在增强大语言模型在生物分子领域的表现,现已在Hugging Face平台发布。

open-korean-instructions - 韩语指令数据集，用于语言模型训练

ChatGPTGPTGithubOpen Korean Instructions开源项目번역 데이터셋한국어

本项目收集了多个开放的韩语指令数据集，用于语言模型训练，包括KoAlpaca和ShareGPT等翻译数据。同时还包含GPT生成的多种数据，以提升模型性能。如有新的数据，请通过PR提交。

prot_bert - BERT蛋白质序列模型助力破解生命密码

GithubHuggingfaceProtBert开源项目掩码语言建模模型氨基酸序列生物信息学蛋白质语言模型

ProtBert是一种基于BERT架构的蛋白质序列预训练语言模型，在2.17亿个蛋白质序列上进行自监督学习。该模型能捕获序列中的关键生物物理特性，可用于蛋白质特征提取或下游任务微调。在二级结构预测和亚细胞定位等任务中表现优异，为解析蛋白质功能提供新工具。ProtBert展现了人工智能在生命科学领域的应用潜力。

T-lite-instruct-0.1 - 优化指令模型，提升生成质量与安全性

GithubHuggingfaceT-lite-instruct-0.1偏好调整基准测试奖励建模开源项目指令数据集模型

T-lite-instruct-0.1是一种经过bf16格式训练的AI模型，专注于安全性和生成的高质量。它使用多样化的数据集，包括翻译后的英语开源数据集，避免低质量翻译。通过强模型生成的上下文进行训练，在MT-Bench和Arena基准测试中表现优秀，适合高标准工业应用。

Mistral-7B-Instruct-v0.2-llamafile - 高效多功能的开源语言模型

AI模型GithubHuggingfaceMistral-7B-Instruct-v0.2大型语言模型开源项目指令微调模型自然语言处理

Mistral-7B-Instruct-v0.2是Mistral AI公司开发的改进版指令微调语言模型，拥有70亿参数。该模型支持多种量化格式和llamafile格式，可在CPU和GPU上高效运行，适用于对话、文本生成等多种场景。用户可根据设备选择合适的量化版本，通过命令行或Python代码轻松使用。模型在多项任务中表现优异，为开发者和研究者提供了强大的开源语言处理工具。

llm-jp-3-13b-instruct - 提供多语言大规模模型，支持多编程环境

GithubHuggingfacellm-jp-3-13b-instructtransformers大型语言模型开源项目数据集模型自然语言处理

项目由日本国立信息学研究所研发，部分支持来自GENIAC。模型包含13b版，基于Transformer架构，支持多种语言如Python、Java、Rust。预训练数据集丰富，适用于日语、英语等多语言环境。项目使用Huggingface的Transformers，评估覆盖多领域任务。模型处于早期阶段，尚未完全对输出的人类意图和安全性进行调校。

LRV-Instruction - 通过稳健指令调优降低多模态模型幻觉风险

GPT4GithubLRV-InstructionMiniGPT4mplug-owl多模态模型开源项目

该项目通过稳健的指令调优，减少大规模多模态模型的幻觉现象，提升其在复杂视觉和语言任务中的表现。LRV-Instruction 数据集包含多种视觉和语言任务数据，通过 GPT-4 生成，提供正面和反面的指令示例，以提高模型的鲁棒性和准确性。最新的研究进展和更新内容不断推进多模态图表理解和图像上下文推理基准的发展，为相关领域提供重要的数据支持。

Instruct2Act - 利用大语言模型实现多模态指令向机器人操作的映射

GithubInstruct2Act多模态指令大型语言模型开源项目机器人操控零样本方法

Instruct2Act是一种创新框架，通过大语言模型将多模态指令转化为机器人操作。该框架生成Python程序，有效结合感知、规划和动作环节，将复杂指令转化为精准策略代码。在不同场景尤其是桌面操作领域，框架的零样本方法表现优异，超越了许多现有的学习策略。

Llama3-OpenBioLLM-70B - 生物医学领域的开源大型语言模型

GithubHuggingfaceOpenBioLLM-70B临床医疗领域开源项目模型模型训练生物医学

由Saama AI Labs开发的OpenBioLLM-70B是专为生物医学设计的开源语言模型。其在高质量数据集上进行微调，以70亿参数的性能在生物医学基准测试中表现优异，甚至超过了更大规模的模型。该模型基于Meta-Llama-3-70B-Instruct等架构，通过多样化的医疗数据集优化生物医学应用，为全球研究人员和开发者在医疗和生命科学领域提供支持。

instruct-eval - 指令调优的大型语言模型的评估和比较

AlpacaFlan-T5GithubIMPACTInstructEvalLLM开源项目

InstructEval项目专注于全面评估和比较指令调优的大型语言模型（如Flan-T5和Alpaca），并提供简便的基准测试库和排行榜。该项目支持多种模型和任务，使研究者能够轻松直观地在学术基准（如MMLU和BBH）上比较模型表现。此外，InstructEval发布了用于评估LLM写作能力的IMPACT数据集和安全评估基准Red-Eval，为用户提供多样的测试工具和资源。

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。

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。

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。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com