分享一些实用性的大语言模型(GitHub篇)

1.多模态大模型

GitHub网址:haotian-liu/LLaVA:[NeurIPS'23 Oral] 视觉指令调优 (LLaVA) 构建,旨在实现 GPT-4V 级别及以上的能力。 (github.com)

下面是LLaVA模型的介绍,作者都有一直维护和更新,主张让大家都能体验部分gpt4的功能,目前1月底已出到1.6版本

LLaVA-NeXT:改进的推理、OCR 和世界知识 |LLaVA(拉瓦) (llava-vl.github.io)

部署网站,可直接使用

LLaVA

2.图像字幕

GitHub网址:

GitHub - rmokady/CLIP_prefix_caption: Simple image captioning model

该模型主要预训练CLIP模型来对图像内容进行说明,也可称为图像翻译

部署网站,可直接使用(有点慢)

rmokady/clip_prefix_caption -- 在复制时使用 API 运行 (replicate.com)

3.通义千问大模型

GitHub地址:

GitHub - QwenLM/Qwen-VL: The official repo of Qwen-VL (通义千问-VL) chat & pretrained large vision language model proposed by Alibaba Cloud.

这是阿里云公布的一个大模型,在跑分上超过gpt4的结果,并且对比上面第一个大模型还多了文档输入的功能,试用过,总结得还行

部署网站,可直接使用

通义千问 (aliyun.com)

4.中医大语言模型

GitHub地址:

pariskang/CMLM-ZhongJing: 首个中医大语言模型------"仲景"。受古代中医学巨匠张仲景深邃智慧启迪,专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - "CMLM-ZhongJing". Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine. (github.com)

这是针对中医药而训练的大模型,是上海的两所大学联合训练的,因为中医药方向涉及的领域比较难,而且非常耗成本,所以这个模型具有很好的参考价值,可以作为以后中医药领域的预训练模型

模型地址:

Suprit/Zhongjing-LLaMA-base at main (huggingface.co)

目前没有部署网站,但作者在google colab上部署了,可以直接登录使用

上面介绍的模型分享都希望让大家能多多了解AI和使用AI,最重要是大佬们的开源意识,可以根据自己的情况进行预训练和部署, 也可以直接通过GitHub上进行论文的学习和源码查看,由于小弟我功力不够,模型和原理上就没有给大家做过多介绍了,如果有遇到其他好的模型会持续分享

希望这篇博文对你有帮助!!!!

相关推荐
居然JuRan6 分钟前
打破常规!OpenAI无向量化RAG技术全解析
人工智能
算家计算15 分钟前
从基础到自治:Agent开发进阶全流程与实战指南
人工智能·agent
POLOAPI18 分钟前
GLM-4.5 凭什么成为国产开源大模型的新标杆?深度解析来了!
人工智能·开源
AscentStream20 分钟前
Apache Pulsar × AI Agent:智能系统消息基础架构初探
人工智能·开源
SHIPKING39322 分钟前
【机器学习&深度学习】DeepSpeed框架:高效分布式训练的开源利器
人工智能·深度学习·机器学习
竹子_2326 分钟前
《零基础入门AI:传统机器学习入门(从理论到Scikit-Learn实践)》
人工智能·机器学习·scikit-learn
Codebee32 分钟前
OneCode3.0 框架深入研究与应用扩展
人工智能·全栈
大模型真好玩33 分钟前
深入浅出LangChain AI Agent智能体开发教程(五)—LangChain接入工具基本流程
人工智能·python·mcp
Jackson_Mseven40 分钟前
从 RNN、CNN 到 Transformer:AI 的“江湖风云录”
人工智能·机器学习·openai
RobotsRuning1 小时前
商用车的自动驾驶应用场景主要包括七大领域
人工智能·机器学习·自动驾驶