#LLaMa
llm-chain - 创建多步骤LLM应用，支持云端和本地部署
llm-chainRustChatGPTLLaMaAlpacaGithub开源项目
llm-chain是一组强大的Rust库，支持创建高级LLM应用，如聊天机器人和智能代理。平台支持云端和本地LLM，提供提示模板和多步骤链功能，以处理复杂任务。还支持向量存储集成，为模型提供长期记忆和专业知识。兼容ChatGPT、LLaMa和Alpaca模型，并通过llm.rs实现Rust语言的LLM支持，无需C++依赖。
llama.onnx - LLaMa和RWKV模型的ONNX实现及独立演示，支持多设备部署
LLaMaRWKVonnx模型量化推理Github开源项目
此项目提供LLaMa-7B和RWKV-400M的ONNX模型与独立演示，无需torch或transformers，适用于2GB内存设备。项目包括内存池支持、温度与topk logits调整，并提供导出混合精度和TVM转换的详细步骤，适用于嵌入式设备和分布式系统的大语言模型部署和推理。
modal_finetune_sql - LLaMa 2模型在Text-to-SQL任务上的微调与应用
LLaMaText-to-SQL微调LlamaIndex数据库Github开源项目
此项目展示了在Text-to-SQL数据集上微调LLaMa 2 7B模型的过程。利用LlamaIndex、Modal和Hugging Face datasets等工具，项目提供了从数据加载到模型微调和推理的完整教程。开发者可以学习如何针对结构化数据库执行自然语言查询，并通过提供的模型权重下载选项，快速构建Text-to-SQL应用。项目涵盖了整个开发流程，为Text-to-SQL应用的实现提供了实用的参考。
ruadapt_llama3_instruct_lep_saiga_kto_ablitirated - 基于LEP和KTO技术的俄语适配大语言模型
俄语适配机器学习Github模型开源项目语言模型LLaMaHuggingface自然语言处理
ruadapt_llama3_instruct_lep_saiga_kto_ablitirated是一个基于LLaMA 3和Learned Embedding Propagation (LEP)技术的大语言模型。它通过KTO和abliteration技术，在saiga_preferences数据集上训练，支持俄语和英语。模型运用先进的分词技术优化俄语适配，为自然语言处理提供新方案。这一创新模型特别适用于需要高质量俄语理解和生成的NLP任务，如机器翻译、文本分类和问答系统等。
相关文章
