Logo
Project Icon

dolma

3万亿令牌的多样化开放数据集与高性能管理工具

Dolma DatasetDolma ToolkitAI2语言模型数据集管理Github开源项目

Dolma项目提供一个包含3万亿令牌的多样化开放数据集，涵盖网络内容、学术出版物、代码、书籍和百科材料。Dolma Toolkit是一款高性能工具包，能够高效整理大型数据集，支持并行处理、便捷移植、内置标签器、快速去重、扩展性和云支持。该项目由Allen Institute for AI开发，数据集可在HuggingFace平台下载。

GithubGithubHuggingfaceHuggingface论文论文
介绍相关项目
LLM-X - 多模型集成的大语言模型API管理平台
AI工具API集成LLM-X.AI大语言模型安全管理开发工具
LLM-X平台通过单一API整合多个大语言模型，提供安全的令牌管理和统一的LLM集成。该平台支持OpenAI、Anthropic等知名提供商，并具备API使用可视化功能。LLM-X简化了开发流程，无需管理基础设施，使开发者能专注于创新而非技术细节，从而提高工作效率。平台支持多个领先的大语言模型，让开发者能够轻松地在工作流中使用各种LLM，并通过成本跟踪功能优化资源利用。
Chinese-Llama-2-7b - 开源且可商用的中文Llama2模型，兼容中英文SFT数据集与llama-2-chat格式
Chinese Llama 2 7BGithubHuggingFaceLlama2开源项目模型开源量化模型
项目提供开源且商用的中文Llama2模型及中英文SFT数据集，兼容llama-2-chat格式并支持优化。项目包含在线演示、多模态模型、Docker部署和API接口，支持多种硬件配置，用户可快速下载与测试。
llm-data-creation - 大型语言模型驱动的自动数据生成框架
EMNLPGithub大语言模型开源项目微调数据创建评估
llm-data-creation是一个基于大型语言模型的数据生成框架。该项目仅需一个格式示例即可创建多种问答任务的合成数据，通过迭代过程生成更多相同格式的数据。这一方法特别适用于缺乏人工标注数据的场景。项目提供完整的数据创建、模型微调和评估流程，在10个公开基准数据集上的评估显示出优秀的跨域性能。
awesome-instruction-dataset - 开源的多任务多语言指令微调数据集
AlpacaChatGPTGithubLLMsRLHF开源项目数据集
该项目收录了一系列开源指令微调数据集，用以训练基于聊天的LLM（如GPT-4、ChatGPT、LLaMA、Alpaca）。数据集包括视觉指令微调、文本指令微调和人类反馈增强学习（RLHF）数据集。项目提供了详尽的数据集列表，方便研究人员和开发人员使用这些资源。支持多任务和多语言，覆盖英语、中文等多种语言数据，数据集来源多样，包括人类生成、自我指令生成以及混合数据集，适合多种LLM训练需要。
llama - Meta开源的大语言模型
AI大模型AI工具AI开发Llama 2Llama堆栈Llama模型PurpleLlama模型训练热门
meta-llama/llama在GitHub提供先进的Llama模型推理代码，开发者可以参与贡献，助力项目发展。该平台允许下载各种预训练及微调的Llama大型语言模型，并提供完整的模型权重及实施代码，推动技术创新与企业发展。
docta - 数据诊断与优化平台
DoctaGithub开源工具开源项目数据健康数据处理自动化服务
Docta是一款专注于数据健康管理的高级AI平台，旨在检测和修复数据问题。支持表格数据、文本数据、图像数据和预训练模型嵌入等多种类型。无需训练，Docta可自动执行数据诊断、整理和优化，通过标签错误和稀有模式检测来改进数据集质量，适用于所有用户的免费开源工具。
LLaMA-Cult-and-More - 最新大模型参数、微调数据和硬件需求解析
AnthropicEfficient训练GithubMetaOpenAI多模态LLM开源项目
LLaMA-Cult-and-More项目详细介绍了最新大模型的参数数量、微调数据集与技术，并提供LLM对齐后训练的实用指南，包括数据集、基准数据集和高效训练库。从预训练模型到后训练模型，项目涵盖了许多有趣的内容，帮助您了解关键功能和最新进展。
petals - 本地运行大型语言模型，BitTorrent 风格
GPU共享GithubLlama 3.1Petals分布式推理大模型微调开源项目
Petals项目让用户能够在家中或通过Google Colab运行Llama 3.1、Mixtral、Falcon和BLOOM等大型语言模型。通过分布式网络托管模型层，推理速度可提升至10倍。用户可以微调模型以满足特定任务需求，并且支持隐私保护和私人群组设置。该项目依赖社区共享GPU资源，提供详细的教程和支持，帮助用户快速上手并充分利用其功能。
Awesome-instruction-tuning - 介绍开源指令调优数据集和模型的精选资源库
GithubHelsinki-NLPLLMsalpacainstruction tuning datasetsmultilingual tools开源项目
此页面汇总了开源的指令调优数据集、模型、相关论文和资源库的精选列表。涵盖传统NLP任务修改的数据集、大型语言模型生成的数据，还包括跨语言翻译工具和研究论文链接。对于研究和应用指令调优技术的研究人员、开发者和数据科学家，这是一个重要的参考资源。
相关项目
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务
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