EEVE-Korean-10.8B-v1.0

七阶段培训实现韩语大语言模型扩展的高效技术

词汇扩展技术大语言模型跨语言应用 Github 开源项目 EEVE-Korean-10.8B-v1.0 Huggingface 韩语词汇拓展模型

通过子词嵌入与参数冻结的七阶训练，从英语模型有效扩展至韩语。该项目未进行指令微调，但在韩语任务中表现优异，并通过详细词汇扩展过程提升跨语言应用潜力。深入的词频分析和标记器训练确保模型拥有丰富的韩语词汇。了解更多技术细节，请查阅技术报告。

Huggingface

论文

介绍相关项目

EEVE-Korean-Instruct-10.8B-v1.0 - 韩语大语言模型EEVE-Korean-Instruct-10.8B采用DPO技术优化指令理解

EEVEGithubHuggingface多语言开源项目机器学习模型语言模型韩语

EEVE-Korean-Instruct-10.8B-v1.0是一个针对韩语优化的大语言模型。该模型基于SOLAR-10.7B扩展韩语词汇表，并使用DPO技术进行指令微调。在多项基准测试中，模型平均得分达66.48分。训练数据包括韩语翻译版的SlimOrca-Dedup和ultrafeedback数据集。项目提供了API使用说明和模型评估结果，适用于需要高性能韩语语言处理的应用场景。

KoE5 - 一种新颖的多语言模型，专注于增强韩文文本检索性能

GithubHuggingfaceKoE5KoreanSentenceTransformer多语言嵌入开源项目文本检索模型

KoE5是一个开源项目，旨在优化韩文文本检索，具有卓越的特征提取能力。模型在intfloat/multilingual-e5-large的基础上进行了微调，并利用ko-triplet-v1.0数据集进行优化，使其适合于复杂文本检索任务，例如信息检索和语义相似性分析。客观上，它在韩文查询处理方面表现出色，广泛应用于多语言嵌入模型的挑战中。

llama-2-ko-7b - 韩语文本生成模型与优化的词汇扩展

GithubHuggingfaceLlama-2-Kohuggingface开源项目文本生成机器学习模型韩语模型

Llama-2-Ko是基于Llama-2的语言模型，使用韩语语料库进行预训练，增强了文本生成功能。该模型提供从7B到70B参数的版本，尤其7B版本适配Hugging Face Transformers。Llama-2-Ko优化了变压器结构，增加了韩语词汇，有效生成高质量文本。项目由Junbum Lee领导，支持多参数与微调版本，应用广泛。

llama-3-Korean-Bllossom-8B - 基于llama-3的8B参数韩英双语模型Bllossom显著增强韩语能力

BllossomGithubHuggingface双语模型大规模语言模型开源项目模型语言模型韩语增强

llama-3-Korean-Bllossom-8B是一个基于llama-3的韩英双语大型语言模型。通过250GB的韩语预训练和专门的韩语指令微调,该模型显著增强了韩语能力,在LogicKor基准测试中取得了10B以下韩语模型的最佳成绩。模型支持长上下文理解,扩展了3万多个韩语词汇,并应用了人类反馈强化学习。由首尔科技大学、Teddysum和延世大学联合开发,可用于商业用途。

polyglot-ko-12.8b-Inst - 此模型为韩语文本生成提供优化支持

GithubHuggingfaceKoQualitypolyglot-ko-12.8b多语言开源项目文本生成模型模型训练

模型通过使用10%指令数据集[Kullm, OIG, KoAlpaca]进行调优，融入了多GPU和CPU卸载技术，实现高效的分布式训练，致力于韩语文本生成应用。

Yi-Ko-6B - 多语言大规模自动回归模型优化文本生成性能

GithubHuggingfaceYi-Ko-6B参数开源项目文本生成模型自回归模型语言模型

Yi-Ko-6B项目通过引入韩语和英语语料库，以及扩展词汇，实现对预训练模型的增强。该模型基于Llama-2优化的transformer架构，并拥有6亿参数，专注于文本生成任务。在AI2 Reasoning Challenge、HellaSwag和MMLU等多项基准测试中，模型展现了突出的多语言处理能力。此外，它还能高效执行韩语句子的词分段与生成。

polyglot-ko-1.3b - EleutherAI推出13亿参数韩语自然语言处理模型

GithubHuggingfacePolyglot-Ko大规模语言模型开源项目模型自回归语言模型自然语言处理韩语模型

Polyglot-Ko-1.3B是EleutherAI团队开发的韩语自回归语言模型，拥有13亿参数。该模型在863GB韩语数据上训练，在KOBEST基准测试中表现优异。与同规模模型相比，Polyglot-Ko-1.3B在多个下游任务中展现出显著优势，可应用于多种韩语自然语言处理任务。

polyglot-ko-3.8b - 韩国大规模自回归语言模型的技术突破

EleutherAIGithubHuggingfacePolyglot-KoRoPE位置编码开源项目模型自动回归模型韩国语言模型

Polyglot-Ko-3.8B是一个由EleutherAI开发的韩国大型自回归语言模型，具有3.8B参数和32个Transformer层，采用Rotary位置编码。模型在超过863GB的韩语数据集上训练，但不对公众开放，并在训练中屏蔽了个人信息，以防止生成个人识别数据。Polyglot-Ko-3.8B在COPA和HellaSwag任务中表现优异。此模型可在GPT-NeoX框架中使用，适合多种语言处理任务，但建议在使用时对潜在敏感内容进行人类审核。

Llama-3-Open-Ko-8B - 高性能开源韩语大型语言模型

GithubHuggingfaceLlama-3开源AI开源项目模型自然语言处理语言模型韩语预训练

Llama-3-Open-Ko-8B是一个基于Llama-3-8B进行持续预训练的开源韩语语言模型。该模型使用60GB以上的去重文本训练，包含超过17.7B个token，采用优化的Transformer架构，支持8k上下文长度。它适用于商业和研究目的，可用于助手式聊天等多种自然语言生成任务。开发者使用时需遵循相关许可和负责任的AI开发原则。

llama-3.2-Korean-Bllossom-3B-GGUF - 韩英双语模型llama-3.2性能增强

BllossomGithubHuggingface商业用途多语言模型开源项目指令微调模型韩语

Bllossom团队推出的这是一个全新的韩英双语语言模型，旨在增强Meta-Llama-3.2-3B的韩语能力。通过150GB高质量韩语数据的调优，该模型在不影响英语表现的同时，对韩语支持进行了强化。在LogicKor测试中表现突出，并允许多种性能优化方法。该项目在AAAI2024等会议上获得了口头报告机会，旨在进一步推动韩语语言能力的提升。

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。

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