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。

EasyInstruct - 大型语言模型指令处理框架简介

EasyInstructGPT-4GithubPython包大语言模型开源项目指令处理框架

EasyInstruct是一个易于使用的指令处理框架，适用于GPT-4、LLaMA、ChatGLM等大型语言模型。框架模块化实现指令生成、选择和提示，支持Self-Instruct、Evol-Instruct和反向翻译等技术，提供丰富的选择指标如长度、困惑度和GPT评分，并包含Shell脚本和Gradio应用的快速上手指南。

SmolLM-360M-Instruct - 轻量级指令对话模型实现快速本地部署

GithubHuggingfaceSmolLM人工智能开源项目模型模型训练自然语言处理语言模型

SmolLM-360M-Instruct采用360M参数构建，通过日常对话、编程指令等数据集完成微调。模型支持MLC、GGUF等多种本地部署方案，在AlpacaEval测评中相比前代提升至63.3%的胜率。目前可应用于知识问答、创意写作和基础Python编程等场景。

Qwen2.5-32B-Instruct - 多语言大规模语言模型支持长文本处理和结构化输出

GithubHuggingfaceQwen2.5多语言支持大语言模型开源项目指令微调模型长文本处理

Qwen2.5-32B-Instruct是一款指令微调大语言模型，参数量为325亿。该模型支持29种以上语言，擅长指令跟随、长文本生成和结构化输出。它采用因果语言模型架构，支持131,072个token的上下文长度，可生成8192个token。模型在编码、数学等领域表现出色，并能处理表格等结构化数据。

ToolBench - 大规模工具使用指令数据集与开源语言模型

AI工具APIGithubToolBench大规模语言模型工具使用能力开源项目

ToolBench项目构建了大规模的指令微调数据集，旨在提升语言模型的工具使用能力。该项目收集了16464个真实API，覆盖单工具和多工具场景，采用深度优先搜索决策树方法生成注释。项目提供训练脚本和微调后的ToolLLaMA模型，其工具使用能力达到了与ChatGPT相当的水平。

LLM2Vec-Mistral-7B-Instruct-v2-mntp - 将大型语言模型转变为高效文本编码器的简单方法

GithubHuggingfaceLLM2Vec开源项目文本编码模型深度学习自然语言处理语义相似度

LLM2Vec-Mistral-7B-Instruct-v2-mntp项目提供了一种将解码器型大语言模型转换为文本编码器的方法。该方法包括启用双向注意力、掩码下一个词预测和无监督对比学习三个步骤。经过转换的模型可生成高质量文本嵌入，适用于信息检索、文本分类和语义相似度等自然语言处理任务，并可通过微调进一步提升性能。

Llama-3.1-405B-Instruct - Meta开发的多语言大规模语言模型支持商业和研究应用

GithubHuggingfaceLLaMA 3.1Meta人工智能多语言大语言模型开源项目模型自然语言生成

Llama-3.1-405B-Instruct是Meta开发的多语言大规模语言模型系列之一。该模型支持英语、德语、法语等8种语言,具有128K上下文长度。通过监督微调和人类反馈强化学习,该模型旨在提供安全可靠的多语言对话能力。Llama-3.1-405B-Instruct适用于助手式聊天等自然语言生成任务,支持商业和研究应用。

OLMo-7B-0724-Instruct-hf - 改进自然语言处理任务的问答精度与模型性能

GithubHuggingfaceOLMo开源项目模型模型评估自然语言处理训练数据语言模型

OLMo 7B Instruct是由Allen Institute for AI与多家机构于2024年7月发布的更新版语言模型。此版本通过微调技术优化基础模型的问答能力，基于Dolma和Tulu 2 SFT混合数据集进行训练，提高了绩效和安全性。其自回归Transformer结构适用于精确的英文自然语言处理任务。

IgBert - 专注抗体序列分析的预训练语言模型

GithubHuggingfaceIgBert开源项目抗体序列机器学习模型特征提取蛋白质语言模型

IgBert是一个基于大规模抗体序列数据训练的语言模型，通过Observed Antibody Space数据集优化，主要用于分析抗体序列结构。该模型可同时处理抗体的重链和轻链序列，支持批量分析，并能生成序列特征表示。模型集成了序列处理工具，可用于多种抗体序列分析应用场景。

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。

awesome-bioie - 免费工具和方法助力提取非结构化生物医学数据中的信息

BERTBioIEGithubLLMs开源项目生物医学数据自然语言处理

这个开源项目提供了一系列无需付费且许可要求低的资源，旨在从非结构化生物医学数据和文本中提取结构化信息。随着语言模型如BERT和GPT-4的引入，生物信息提取方法得到了显著优化。项目涵盖多个方面，包括研究概述、活跃群组、工具和数据集，所有资源均公开且积极维护。

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