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
博大世界7 分钟前
解剖智驾“大脑”:一文读懂自动驾驶系统软件架构
人工智能·机器学习·自动驾驶
大熊猫侯佩11 分钟前
苹果 AI 探秘:代号 “AFM” —— “温柔的反叛者”
人工智能·sft·ai 大模型·apple 本地大模型·foundationmodel·苹果智能·applebot
AI Echoes25 分钟前
别再手工缝合API了!开源LLMOps神器LMForge,让你像搭积木一样玩转AI智能体!
人工智能·python·langchain·开源·agent
AI Echoes29 分钟前
从零构建企业级LLMOps平台:LMForge——支持多模型、可视化编排、知识库与安全审核的全栈解决方案
人工智能·python·langchain·开源·agent
Coovally AI模型快速验证29 分钟前
无人机小目标检测新SOTA:MASF-YOLO重磅开源,多模块协同助力精度飞跃
人工智能·yolo·目标检测·机器学习·计算机视觉·无人机
zskj_zhyl35 分钟前
七彩喜智慧养老:科技向善,让“养老”变“享老”的智慧之选
大数据·人工智能·科技·物联网·机器人
微盛企微增长小知识41 分钟前
企业微信AI怎么用才高效?3大功能+5个实操场景,实测效率提升50%
人工智能·企业微信
啦啦啦在冲冲冲1 小时前
解释一下roberta,bert-chinese和bert-case有啥区别还有bert-large这些
人工智能·深度学习·bert
deepdata_cn1 小时前
混合架构大型语言模型(Jamba)
人工智能·语言模型