目录

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

本文是转载文章,点击查看原文
如有侵权,请联系 xyy@jishuzhan.net 删除
相关推荐
Lx3527 分钟前
智能体失控预案:开发者的道德红绿灯
人工智能
九歌AI大模型8 分钟前
我悟了!论MCP Server与工作流在智能体开发场景中的作用和区别
aigc
齐尹秦9 分钟前
CSS 创建与使用学习笔记
人工智能·python·tensorflow
rocksun10 分钟前
为何云原生基础设施对于GenAI而言不可或缺
人工智能·云原生
fbbmore11 分钟前
LlamaIndex+Ollama构建《劳动法》问答机器人
人工智能·ollama
前端飞天猪12 分钟前
Day2:零基础玩转AI换脸、配音与动作模仿
人工智能·设计
_一条咸鱼_13 分钟前
AI 大模型 RAG 原理的深度剖析与源码解读
人工智能
不剪发的Tony老师14 分钟前
PandaAI:一个基于AI的对话式数据分析工具
人工智能·数据挖掘·数据分析
IT古董14 分钟前
【漫话机器学习系列】192.独热编码(One-Hot Encoding)
人工智能
rocksun14 分钟前
Agentic Workflow对微服务开发者意味着什么
人工智能·微服务