Project Icon

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

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。

KcELECTRA-base - 基于用户生成内容的韩语预训练模型KcELECTRA
GithubHuggingfaceKcELECTRAnlp模型开源项目模型用户生成文本韩国语预训练
KcELECTRA是一种专注于处理噪声文本的韩语预训练模型,基于Naver新闻评论和回复数据集进行训练。对比KcBERT,KcELECTRA在数据集扩展和词汇表方面得到改进,实现了在下游任务中的性能提升。该模型可通过Huggingface的Transformers库轻松访问和使用,无需额外下载文件。
Llama-3-KoEn-8B-Instruct-preview - 基于Chat Vector技术的Llama-3-8B语言模型在多语言生成中的应用
GithubHuggingfaceLlama-3TRC计划pytorch开源项目模型生成模型语言模型
Llama-3-KoEn-8B-Instruct-preview项目是基于TPUv4-256的继续预训练语言模型,结合Chat Vector技术。尽管尚未对韩语指令集进行微调,但为新型聊天和指令模型的开发提供了重要基础。项目中包括详细的示例代码,展示了该模型在文本封装和生成方面的能力,适合需要深入语义生成和自然语言处理的开发者。
KR-SBERT-V40K-klueNLI-augSTS - 韩语句向量模型KR-SBERT支持文本相似度和文档分类任务
GithubHuggingfaceSBERTsentence-transformers开源项目模型自然语言处理语义相似度韩语模型
KR-SBERT-V40K-klueNLI-augSTS是一个针对韩语优化的句向量模型,基于sentence-transformers框架开发。该模型将句子和段落映射到768维向量空间,适用于聚类和语义搜索等任务。在文档分类任务中,其准确率达86.28%,优于同类模型。用户可通过sentence-transformers或Hugging Face Transformers库使用,为韩语自然语言处理提供有力支持。
COKAL-DPO_test-v2-13b - 采用LLaMA2架构的13B规模自动回归语言模型
COKAL-DPO_test-v2GithubHuggingfacetransformers开源项目模型模型开发训练数据集语言模型
模型由韩国公司Media Group Saramwa Soop与Marker合作开发,基于LLaMA2变压器架构,具备文本生成能力。基础模型为COKAL_pre_DPO_Test_v1-13b,采用DPO及SFT私有数据集训练,适用于多种文本生成任务。该研究项目由韩国科学技术信息通信部和光州广域市资助,旨在推动人工智能产业集群发展。
EXAONE-3.0 - 英韩双语7.8B参数大规模语言模型
EXAONE 3.0Github人工智能开源项目机器学习自然语言处理语言模型
EXAONE 3.0是LG AI Research开发的英韩双语大规模语言模型,参数规模达78亿。该模型通过8T优质数据预训练和指令微调,在MT-Bench等多项评测中表现出色。EXAONE 3.0能够进行跨语言交互,处理复杂指令,并生成准确回应。这一开源项目为自然语言处理研究和应用开发提供了重要工具。
bert-kor-base - BERT韩语基础模型助力自然语言处理任务
BERTGithubHuggingfaceTransformers开源项目模型自然语言处理韩语模型预训练模型
bert-kor-base是一个韩语BERT基础模型,利用70GB韩语文本和42000个小写子词训练而成。该模型可应用于文本分类、命名实体识别、问答系统等韩语自然语言处理任务。研究者可通过Hugging Face的transformers库轻松使用。GitHub项目页面提供了详细的性能评估和与其他韩语模型的对比,为相关研究和应用开发提供参考。
electra-ko-en-small - 提升韩英双语自然语言处理模型性能
GithubHuggingfaceTUNiB-Electratransformers库双语模型开源项目模型自然语言处理韩国语料
TUNiB-Electra是一款韩英双语的自然语言处理模型,扩大了ELECTRA在多语言环境中的应用。通过大规模的韩语语料库训练,该模型在Korean NER、STS、NLI等下游任务中表现优异,同时在英语的CoLA、MRPC、SST等任务中展现出色性能。使用transformers库即可方便地应用此模型,以提高文本分析、情感分类和关系推断等自然语言处理任务的效率。
bert-base - KLUE BERT base为韩语自然语言处理提供强大支持
BERTGithubHuggingfaceKLUE开源项目模型自然语言处理语言模型韩语
KLUE BERT base是一个专门针对韩语自然语言处理任务的预训练模型。它基于62GB多样化韩语语料库训练,采用创新的形态素子词分词技术。在KLUE基准测试中,该模型在主题分类、语义相似度和命名实体识别等多项任务上展现出优异性能。此外,研究团队也注重解决数据偏见和隐私保护问题,为韩语NLP领域提供了重要工具。
xionic-ko-llama-3-70b - 韩语大规模语言模型 支持商业应用
Github多元主义开源项目普遍人权正义法律社会契约论
xionic-ko-llama-3-70b是一款支持商业用途的韩语大规模语言模型。该模型善于生成详细的韩语回答,适用于法律、伦理等复杂领域。开发者可通过API轻松集成到各类应用中。作为先进的韩语自然语言处理工具,它为相关任务开辟了新的可能性。
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。
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。

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