Project Icon

pipeline-as-repo

项目目标与方法:优化问答系统的性能

该项目旨在通过问答挑战赛提升问答系统的回答准确性,参与者将开发和提交模型,目标是依据模型准确性获得高排名。项目内容包括评估模型、编写对抗性问题,以及提交符合要求的系统。项目推行过程中还包含进度报告、时间线调整及任务分配的更新。

can-ai-code - 通过人类撰写的面试题测试AI的编程能力
AI codingDockerGithubLLMquantizationtesting suite开源项目
该项目通过人类撰写的面试题测试AI的编程能力,提供多种主流API提供商和CUDA支持的推理脚本,并在基于Docker的沙盒环境中验证Python和NodeJS代码的安全性。用户可以评估提示技巧和采样参数对大语言模型(LLM)编码性能的影响,以及量化对LLM编码性能的衰减影响。项目包括多语言测试套件和来自OpenAI的Python-only测试套件,支持对比分析,并提供了详尽的结果数据和评估脚本。
LongBench - 双语长文本理解多任务评估
GithubLongBench多语言大模型开源项目评估长文本理解
LongBench首次为大语言模型的长文本理解能力提供双语、多任务的全面评估基准。它覆盖中文和英文,包含六大类共21种任务,适用于单文档QA、多文档QA、摘要提取、少样本学习、合成任务和代码补全等场景。该项目提供自动化评估方法以降低成本,并涵盖平均长度为5k至15k的测试数据。同时,LongBench-E测试集通过统一采样,分析模型在不同输入长度的性能表现。
bert-small-pretrained-finetuned-squad - 小型BERT模型在SQuAD数据集上的精细调优结果
GithubHuggingfaceSQuAD数据集bert-small-pretrained-finetuned-squad准确率开源项目微调模型模型训练超参数
项目使用SQuAD数据集对bert-small模型进行了精细调优,提升了性能,精确匹配率为72.20%,F1评分为81.32%。该模型基于anas-awadalla的预训练版本,通过超参数优化提升了问答系统的精准度,适合注重效率和模型紧凑性的开发者与研究人员使用。
SuperQuiz - 多人在线互动问答平台提供AI生成测验功能
AI工具AI生成SuperQuiz团队建设多人在线问答教育辅助
SuperQuiz是一个基于AI的在线问答平台,支持快速创建定制测验内容。适用于团队建设、教育辅助和家庭娱乐等场景,可在Zoom、Teams等平台实时分享互动。注重安全性和隐私保护,为用户带来便捷、有趣且富有教育意义的在线问答体验。
Configurable-Yi-1.5-9B-Chat - 提升语言模型安全性和灵活性的方法
Configurable-Yi-1.5-9BGithubHuggingface准确率安全调优开源项目数据集文本生成模型
该项目应用Configurable Safety Tuning (CST)技术对语言模型进行微调,以提升其在各种任务场景中的表现与安全性。项目支持多种系统提示,能够适应不同需求,比如无偏见助手或完全开放的助手。在AI2 Reasoning Challenge、HellaSwag、MMLU等多项任务中,该模型展示了卓越的准确性。针对需要调整AI助手安全性和行为的应用场景,该项目提供了一种理想的框架,使模型既能保持有用性又能避免生成非法内容。
Qwen2.5-7B-Instruct-AWQ - 优化的大规模语言模型,支持长文本处理与多语言生成
GithubHuggingfaceQwenQwen2.5多语言支持开源项目指令跟随模型长文本处理
Qwen2.5 增强版在知识获取、编程和数学能力上有显著提升,支持最大128K的长文本处理及29种语言,优化用于指令追踪和生成结构化数据,尤其适合聊天机器人应用。
llm-zoomcamp - 十周课程教你构建AI问答系统
AI系统GithubLLM Zoomcamp在线课程大语言模型开源项目问答系统
LLM Zoomcamp是一个十周免费在线课程,聚焦LLM实际应用。课程教授如何构建基于知识库的AI问答系统,内容包括LLM和RAG简介、开源LLM、向量数据库、评估监控、LLM编排等。由业内专家指导,适合具备编程基础的学习者。通过实践项目,学员能掌握构建AI系统的实用技能。
AlignBench - 多维度评估中文大语言模型对齐性能的基准
AlignBenchGPT-4-0613Github大语言模型对齐水平开源项目评测
AlignBench 是多维度评估中文大语言模型对齐性能的评测基准。最新的 v1.1 版本提供了动态更新的数据、详细评分规则和高质量参考答案,确保评估的可靠性和可解释性。涵盖八大能力类别的数据主要来自真实用户问题,并使用 GPT-4 作为评分模型,通过多维度分析方法系统评估模型性能。
yet-another-applied-llm-benchmark - 基于真实场景的大语言模型能力评估基准
API密钥Docker容器GithubLLM基准测试开源项目数据流DSL模型评估
yet-another-applied-llm-benchmark是一个评估大语言模型在实际应用场景中表现的基准测试项目。该项目包含近100个源自真实使用情况的测试案例,涵盖代码转换、反编译、SQL生成等多种任务。通过简单的数据流DSL设计测试,项目提供了一个灵活的框架来评估大语言模型的实际能力。这个基准虽不是严格的学术标准,但为开发者提供了衡量大语言模型在日常编程任务中表现的实用方法。
UnslopNemo-12B-v2-GGUF - 增强AI模型表达能力的实验探索
ChatMLGithubHuggingfaceMistralUnslopNemo反馈开源项目数据集模型
该项目通过减少RP数据集中的特点,以提高模型的表达力。适用于Mistral、ChatML以及文本补全任务。通过调整采样设置,用户有可能获得更优的结果。参与者被鼓励在讨论页面提供反馈,以帮助进一步改进性能。
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