大语言模型总结整理(不定期更新)

《【快捷部署】016_Ollama(CPU only版)》 介绍了如何一键快捷部署Ollama,今天就来看一下受欢迎的模型。

模型 简介
gemma Gemma是由谷歌及其DeepMind团队开发的一个新的开放模型。 参数:2B(1.6GB)、7B(4.8GB)
llava LLaVA是一种多模式模型,它结合了视觉编码器和Vicuna,用于通用视觉和语言理解,实现了模仿多模式GPT-4精神的令人印象深刻的聊天功能。 参数:7B(4.7GB)、13B(8.0GB)、34B(20GB)
qwen Qwen是阿里云基于transformer的一系列大型语言模型,在大量数据上进行预训练,包括网络文本、书籍、代码等。 参数:0.5B、1.8B、4B (default)、7B、14B、 32B (new) 、 72B
llama2 Llama 2由Meta Platforms发布。该模型默认情况下支持4096的上下文长度。Llama 2聊天模型根据超过100万条人工注释进行了微调,专为聊天而设计。 参数:7B(3.8GB)、13B(7.4GB)、70B(39GB)
deepseek-coder DeepSeek编码程序是从零开始训练的87%的代码和13%的英语和中文自然语言。每个模型都在2万亿个tokens上进行了预训练。 参数:1.3B(0.8GB)、6.7B(3.8GB)、33B(19GB)
yi 零一万物出品 参数:6B(3.5GB)、34B(19GB)
phi 由微软研究公司开发的2.7B语言模型,展示了卓越的推理和语言理解能力。 参数:2.7B(1.6GB)
THUDM/GLM系列 智谱清言,https://chatglm.cn,知名的ChatGLM-6B、GLM-130B,以及最新的ChatGLM3-6B
nomic-embed-text 大上下文嵌入模型
grok-1 Grok-1,马斯克xAI,314B,这个的使用门槛就比较高了。

点击模型文字,进入ollama library。选择对应的模型,就可以看到下载的命令。

注意:运行7B模型至少需要8 GB RAM, 13B 模型至少需要16 GB RAM, 33B 需要 32 GB。

更多模型请参见:

https://ollama.com/library

https://huggingface.co/models

大模型榜单:https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard

往期精彩内容推荐

👉 【快捷部署】016_Ollama(CPU only版)

👉 【快捷部署】015_Minio(latest)

👉 【快捷部署】014_elasticsearch(7.6)

👉 「快速部署」第一期清单

👉 云原生:5分钟了解一下Kubernetes是什么

相关推荐
2401_841495649 小时前
【计算机视觉】图像去雾技术
人工智能·python·opencv·算法·计算机视觉·技术·图像去雾
河北北重机械9669 小时前
汽车安全性能测试与铸铁底座的重要性
人工智能·算法·机器学习·铸铁底座·铁底座装配·试验台基底座加工
HyperAI超神经9 小时前
香港科技大学提出融合神经网络框架,高效预测蛋白质序列的多金属结合位点
人工智能·深度学习·ai
支付宝小程序云9 小时前
Ant Design X ✖️ 百宝箱智能体 SDK 极速构建 AI 聊天应用
人工智能
算家计算9 小时前
OpenAI秘密测试ChatGPT安全路由引争议:AI如何平衡人性化与安全性?
人工智能·chatgpt·openai
算家计算9 小时前
化学专业大型语言模型——SparkChemistry-X1-13B本地部署教程:洞察分子特性,精准预测化学行为
人工智能·开源
王彦臻9 小时前
PyTorch 中模型测试与全局平均池化的应用总结
人工智能·pytorch·python
l12345sy10 小时前
Day30_【NLP 自然语言处理(0)—入门】
人工智能·自然语言处理
猎板PCB黄浩10 小时前
PCB 半固化片:被忽视的成本控制关键,猎板的技术选型与安全适配策略
大数据·网络·人工智能
victory043110 小时前
BriLLM: Brain-inspired Large Language Model 文章评论
人工智能·机器学习·语言模型