Logo

#大模型

StarWhisper入门学习资料汇总 - 面向天文领域的大语言模型

2 个月前
Cover of StarWhisper入门学习资料汇总 - 面向天文领域的大语言模型

awesome-huge-models学习资料汇总 - 大规模AI模型资源导航

2 个月前
Cover of awesome-huge-models学习资料汇总 - 大规模AI模型资源导航

LLMGA: 多模态大语言模型图像生成助手 - 学习资源汇总

2 个月前
Cover of LLMGA: 多模态大语言模型图像生成助手 - 学习资源汇总

TigerBot学习资料汇总 - 开源多语言多任务大语言模型

2 个月前
Cover of TigerBot学习资料汇总 - 开源多语言多任务大语言模型

awesome-pretrained-chinese-nlp-models学习资料汇总 - 高质量中文预训练模型集合

2 个月前
Cover of awesome-pretrained-chinese-nlp-models学习资料汇总 - 高质量中文预训练模型集合

KVQuant入门指南 - 突破1000万上下文长度的大规模语言模型推理技术

2 个月前
Cover of KVQuant入门指南 - 突破1000万上下文长度的大规模语言模型推理技术

step_into_llm入门学习指南 - MindSpore大模型技术公开课

2 个月前
Cover of step_into_llm入门学习指南 - MindSpore大模型技术公开课

LongBench入门学习资料汇总 - 首个双语多任务长文本理解基准测试

2 个月前
Cover of LongBench入门学习资料汇总 - 首个双语多任务长文本理解基准测试

DecryptPrompt学习资源汇总 - 解密Prompt工程和大语言模型技术的宝库

2 个月前
Cover of DecryptPrompt学习资源汇总 - 解密Prompt工程和大语言模型技术的宝库

Chinese-LLaMA-Alpaca-2学习资源汇总 - 基于Llama-2的开源中文大语言模型

2 个月前
Cover of Chinese-LLaMA-Alpaca-2学习资源汇总 - 基于Llama-2的开源中文大语言模型

相关项目

Project Cover
星火文档问答
科大讯飞星火文档问答服务,采用先进AI技术,不仅能高效检索信息,还能准确回答专业问题。其主要功能包括多文档问答、信源原文定位、文档总结与自定义切分,专为各类文档内容的深度解析和敏感问题解答设计,实现深度文档分析和高灵敏度问题响应,为用户提供出色的智能问答体验。
Project Cover
元象大模型
元象大模型XChat是一款国内自主研发的高性能AI大模型平台,支持包括文本生成、多语言翻译、语义理解和知识问答在内的多种复杂任务,有效降低研发门槛并节约推理成本。
Project Cover
文心大模型
百度文心大模型,一个集成了全面工具及平台的产业级知识增强AI技术,旨在通过高效应用开发、优异的学习效率及出色的可解释性,显著降低AI开发与应用的门槛。
Project Cover
magicoder
Magicoder项目采用OSS-Instruct方法,通过开源代码片段生成低偏见、高质量的指令数据。Magicoder-S-DS-6.7B模型在HumanEval测试中表现优于GPT-3.5-turbo-1106和Gemini Ultra,展示了卓越的代码生成能力。项目提供多个模型和数据集,并支持在线和本地Gradio演示,适用于多种代码生成场景。
Project Cover
app-builder
百度智能云千帆AppBuilder-SDK为AI开发者提供一站式解决方案,包括调用大模型、工作流编排、监控与部署功能,支持多语言和平台,有助于构建高效的AI原生应用。提供完整的用户文档和社区支持,便于开发者从文档解析到答案生成,实现完整的RAG应用构建。
Project Cover
LLamaSharp
LLamaSharp是一个基于llama.cpp的跨平台库,支持在本地设备上高效运行LLaMA和LLaVA等大语言模型。该库提供高级API和RAG支持,便于在应用中部署大型语言模型。LLamaSharp兼容多种后端,支持CPU和GPU推理,适用于Windows、Linux和Mac平台。通过集成semantic-kernel和kernel-memory等库,LLamaSharp简化了应用开发,并提供多个示例和教程帮助用户快速上手。
Project Cover
LongBench
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。
Project Cover
one-api
One API 提供了与 OpenAI、Anthropic Claude、Google PaLM2 等多大模型的兼容性,支持多机部署、令牌管理和用户分组功能。作为一个开源且可定制的项目,One API 简化了大模型的集成与管理流程,适合需要高可用性和可扩展性的开发场景。
Project Cover
怪兽智能知识库
怪兽AI知识库大模型支持电商与直播平台的智能问答客服集成,提升企业信息管理和顾客互动的智能化水平。
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