Logo
Project Icon

txtinstruct

开源框架简化指令调优模型开发

txtinstruct指令调优数据集模型训练开源框架Github开源项目

txtinstruct是一个开源的指令调优模型训练框架，支持开放数据和模型，可与自有数据集成。它旨在解决指令数据集和大型语言模型许可不明确的问题，便于构建个性化指令数据集和模型。基于Python 3.8+和txtai构建，txtinstruct提供简便的安装方法和丰富示例，方便用户快速开发指令调优模型。

访问官网访问官网GithubGithub
介绍相关项目
granite-3.0-2b-instruct - 提供多语言支持的文本生成模型，适用于构建智能助手
GithubGranite-3.0-2B-InstructHuggingface多语言支持开源项目文本生成模型模型架构训练数据
Granite-3.0-2B-Instruct是由IBM开发的文本生成模型，支持十二种语言，包括中文。模型在基础模型Granite-3.0-2B-Base的基础上经过细调优化，结合开放源码和内部合成数据集。它能够执行文本分类、提取、问答及代码相关任务，采用decoder-only架构。适用于多领域的人工智能助手构建，但在非英语任务的性能可能不如英语任务。
Infinity-Instruct-3M-0613-Mistral-7B - 提升语言模型性能的开源指导调优模型
AlpacaEval2.0GithubHuggingfaceInfinity Instruct开源模型开源项目指令微调无反馈强化学习模型
Infinity-Instruct-3M-0613-Mistral-7B是一个开源的指导调优模型，无需人类反馈的强化学习。该模型在百万级指令数据集上经过微调，在AlpacaEval 2.0基准测试中取得了25.5的高分，表现优于Mixtral 8x7B v0.1、Gemini Pro和GPT-3.5。通过低成本训练提高了Mistral-7B的基础能力和对话能力，并在MT-Bench测试中表现出色。适合多样化的下游任务，该模型为研究与应用提供了良好的支持。
Phi-3-mini-4k-instruct-llamafile - 提供跨平台AI权重，实现高效文本生成
AI模型GithubHuggingfacePhi-3-mini-4k-instruct开源项目推理能力模型责任感考量量化格式
Phi-3-Mini-4K-Instruct项目采用llamafile格式，提供可在Linux、MacOS、Windows等多平台运行的AI权重，适用于文本生成任务。其优化推理能力在语言理解、数学和代码等领域表现优异，尤其在内存和计算资源受限环境中有效。使用者需结合具体场景考虑模型适用性及潜在限制。
Qwen2.5-1.5B-Instruct - 多语言支持的轻量级指令型语言模型
GithubHuggingfaceQwen2.5多语言支持大语言模型开源项目指令微调模型自然语言处理
Qwen2.5-1.5B-Instruct是Qwen2.5系列的指令型语言模型，拥有1.5B参数。它支持29种语言，能处理32,768个token的上下文并生成8192个token的文本。该模型在指令理解、长文本生成和结构化数据处理方面表现优异，尤其擅长编程和数学领域，可应用于多种自然语言处理任务。
falcon-40b-instruct - 40B参数规模的开源指令型语言模型
Falcon-40B-InstructGithubHuggingface人工智能开源开源项目模型自然语言处理语言模型
Falcon-40B-Instruct是TII公司开发的大规模开源语言模型，基于Falcon-40B微调而来。该模型拥有40B参数，在开源模型中性能领先。它采用了FlashAttention和multiquery等优化技术，主要用于聊天和指令任务。运行该模型需要85-100GB内存。虽然性能出色，但在生产环境中使用时仍需评估潜在风险。
Mistral-7B-Instruct-v0.2-GPTQ - 高效量化的开源指令型大语言模型
AI推理GPTQGithubHuggingfaceMistral 7B开源项目模型模型下载量化模型
Mistral-7B-Instruct-v0.2模型的GPTQ量化版本，提供4位和8位精度等多种参数选项。支持Linux和Windows的GPU推理，兼容多个开源框架。采用Mistral提示模板，适用于指令任务。由TheBloke量化发布，旨在提供高效易用的开源大语言模型。
Mistral-7B-Instruct-v0.3 - 指令微调大语言模型支持聊天和函数调用
GithubHuggingfaceMistral-7B-Instruct-v0.3函数调用大语言模型开源项目模型聊天机器人自然语言处理
Mistral-7B-Instruct-v0.3是Mistral-7B-v0.3的指令微调版本，词汇表扩展至32768个token，支持v3分词器和函数调用。可通过mistral-inference库实现聊天和指令跟随功能，也兼容Hugging Face transformers库。该模型提供了文本生成和函数调用示例，但缺乏内容审核机制，部署时需谨慎考虑。
Qwen2-72B-Instruct - 多语言大规模语言模型 支持131K token超长文本处理
GithubHuggingfaceQwen2-72B-Instruct人工智能大语言模型开源项目机器学习模型自然语言处理
Qwen2-72B-Instruct是一个支持131,072个token超长上下文的指令微调大语言模型。在语言理解、生成、多语言、编码、数学和推理等多项基准测试中表现优异，超越多数开源模型。采用改进的Transformer架构，通过大规模数据预训练和优化。集成YARN技术处理长文本，可通过vLLM部署。
Infinity-Instruct-7M-Gen-mistral-7B - Infinity-Instruct-7M-Gen-Mistral-7B 提升AI模型指令执行效率的开源方案
GithubHuggingfaceInfinity Instruct北京人工智能研究院开源开源项目数据集模型
Infinity-Instruct-7M-Gen-Mistral-7B是一个公开可用的监督指令微调模型。它在Infinity-Instruct-7M和Infinity-Instruct-Gen数据集上进行优化，无需用户反馈强化学习。在AlpacaEval 2.0评测中，该模型表现优于Mixtral 8x22B v0.1、Gemini Pro和GPT-4。使用创新的训练技术，显著减少了模型训练成本，且基于与OpenHermes-2.5-Mistral-7B相同的聊天模板，专为对话场景设计。该模型和相关资源仅用于学术研究，且准确性不可担保。
deita - 自动数据选择工具助力大语言模型指令调优
DeitaGithub开源项目指令调优数据选择语言模型
Deita是一个开源项目，为大型语言模型的指令调优提供自动数据选择工具。项目包含开源工具包、高质量轻量级数据集和高效训练模型。Deita模型使用仅十分之一的指令调优数据，就能达到其他先进聊天模型的性能水平。项目提供全面评估结果，展示了在多项基准测试中的表现。
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

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
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号