文章列表-AI魔法学院

文章列表

【大模型微调】 Llama 2 ：对话模型的全过程微调

该项工作的作者提出 Llama 2 模型：这是经过一系列预训练和微调的大语言模型 (LLM)，其参数规模从 7B 亿到 70B 不等。

大模型

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

Qwen2 系列模型包括五个尺寸的模型（Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B 和 Qwen2-72B），这些模型在中文和英文基础上增加了 27 种语言的高质量数据

qwen 千问开源

ollama本地部署自然语言大模型

ensp; 安装命令发布组织 Llama 2 7B

ollama 语言大模型部署

阿里云开源通义千问多模态大模型Qwen-VL，持续推动中国大模型生态建设

Qwen-VL以通义千问70亿参数模型Qwen-7B为基座语言模型研发，支持图文输入，具备多模态信息理解能力。

大模型

0基础！动手部署Qwen1.5-MoE模型！能力如何？API接入fastgpt等任何应用！喂饭到嘴教程，附模型下载！

能力超7B！

Qwen1.5-MoE 大模型下载

llm-action：让天下没有难学的大模型

Alpaca full fine-turning 7B

大模型 LLM

开源大模型王座易主！谷歌Gemma杀入场，笔记本可跑，可商用

和 13B，以及风头正劲的 Mistral 7B。

开源模型 Gemma

中文通用大模型最全汇总

Panda：地址：https://github.com/dandelionsllm/pandallm 简介：开源了基于LLaMA-7B, -13B,

大模型开源模型

中文LLaMA-2基座模型和Alpaca-2指令精调大模型-中文LLaMA-2以及Alpaca-2系列模型

text-generation-webui, LangChain, privateGPT, vLLM等LLaMA生态目前已开源的模型：Chinese-LLaMA-2-7B

大模型

垂直领域大模型的一些思考及开源模型汇总

Q：我是不是用开源6B、7B模型自己训练一个模型就够了？

垂直领域大模型开源模型汇总

大模型实践总结

LLaMA-7B/13B/30B/65B ：Meta开源的基础大语言模型。

大模型训练

NEFTune：在Embedding中加入噪⾳提⾼指令微调效果！

一.引用在LLaMA2-7B这样的原始LLM中使⽤带有噪⾳嵌入进⾏微调时，其在AlpacaEval上的性能从29.8%

NEFTune 大语言模型

玩一玩阿里通义千问开源版，Win11 RTX3060本地安装记录！

就是开源了一个低配版的通义千问模型--通义千问-7B-Chat。

通义千问

基于Ollama本地部署谷歌开源Gemma大模型！

这次发布的Gemma不仅仅只有2B 和 7B这两种规模，实际上是发布了Gemma系列（经过预训练的变体和指令优化的变体，大大小小50多种），Gemma 模型非常适合各种文本生成任务，包括问答、总结和推理

ollama gemma qwen

如何估计大模型所需要的显存大小？HuggingFace发布Model Memory Calculator，一键计算大模型显存需求

但是，我们再估算一下MetaAI发布的LLaMA2-7B的结果，LaMA2-7B模型在不同精度下的训练和推理的显存需求结果如下：而根据网络上大家讨论的内容， llama-2-7b-chat载入大概需要

大模型

<123 4 5 6 7 8 9 >

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1