骆驼(Luotuo): 开源中文大语言模型

最新推荐文章于 2025-05-03 09:07:35 发布
最新推荐文章于 2025-05-03 09:07:35 发布
阅读量801 收藏 1
点赞数
分类专栏： LLM大语言模型 文章标签： 语言模型 人工智能 自然语言处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sinat_37574187/article/details/131917715
版权
了解本专栏 订阅专栏 解锁全文 超级会员免费看
开源中文大语言模型集合【2023-06-19】
u013250861的博客
06-20 1416
整理开源的中文大语言模型，以规模较小、可私有化部署、训练成本较低的模型为主，包括底座模型，垂直领域微调及应用，数据集与教程等。自ChatGPT为代表的大语言模型（Large Language Model, LLM）出现以后，由于其惊人的类通用人工智能（AGI）的能力，掀起了新一轮自然语言处理领域的研究和应用的浪潮。尤其是以ChatGLM、LLaMA等平民玩家都能跑起来的较小规模的LLM开源之后，业界涌现了非常多基于LLM的二次微调或应用的案例。
【AI实战】开源大语言模型LLMs汇总
Zack的博客
06-09 5245
开源大语言模型LLM汇总
下载bert的预训练模型并加载训练教程
weixin_45651616的博客
05-15 6827
下载bert的预训练模型
Luotuo-Text-Embedding: 基于OpenAI API蒸馏的生成式文本嵌入模型
m0_56734068的博客
09-23 735
Luotuo-Text-Embedding(骆驼嵌入)是一个生成式文本嵌入模型,通过蒸馏OpenAI的text-embedding-ada-002 API实现。该模型能够将任意中文文本映射到1536维的向量空间,使得语义相近的文本在该空间中的距离更接近。这一特性使得Luotuo-Text-Embedding在文本可视化、检索、聚类等多个应用场景中表现出色。Luotuo-Text-Embedding的开源为中文NLP社区带来了一个强大而灵活的文本表示工具。
基于luotuo大语言模型的embedding方法
06-27
应用于向量搜素，文本匹配，文本聚类 ，少样本的分类学习，文本数据可视化，效果相比于传统的方法性能大幅度提升
Luotuo Embedding骆驼嵌入 is a text embedding model which develo.zip
11-14
Luotuo Embedding（骆驼嵌入）是一种文本嵌入模型，它主要针对中文语境进行了优化，以提高中文文本数据在计算机处理过程中的表达能力和效率。文本嵌入模型是自然语言处理（NLP）中的一种重要技术，它能够将文本信息...
大语言模型应用指南 下载
12-27
像骆驼(Luotuo)这样的开源中文大语言模型项目不仅提供了代码实现，还附带了详尽的技术文档和支持材料来帮助使用者更好地理解和利用该类技术[^3]。 #### 教育培训课程配套教材 一些在线教育平台上会有专门设计用于...
整理开源的中文大语言模型，以规模较小、可私有化部署、训练成本较低的模型为主...
datayx的文章
05-14 1345
向AI转型的程序员都关注了这个号????????????自ChatGPT为代表的大语言模型（Large Language Model, LLM）出现以后，由于其惊人的类通用人工智能（AGI）的能力，掀起了新一轮自然语言处理领域的研究和应用的浪潮。尤其是以ChatGLM、LLaMA等平民玩家都能跑起来的较小规模的LLM开源之后，业界涌现了非常多基于LLM的二次微调或应用的案例。本项目旨在收集和梳理中文LLM相关的开源...
中文对话式大语言模型Firefly-2b6开源，使用210万训练数据
zenRRan的博客
04-13 920
来自：YeungNLP在文章Firefly(流萤): 中文对话式大语言模型中，我们介绍了关于Firefly(流萤)项目的工作，并且分享了我们训练的firefly-1b4模型。这是Firefly项目开源的第一个模型，虽然取得了还不错的效果，但无论是训练数据还是模型参数量，都还有很大的优化空间。所以，在firefly-1b4实验的基础上，我们对训练数据进行清洗，并且增加了数据量，得到210万数据，并用...
Vue的编译过程
多哥仁慈的骆驼
12-14 1144
碰到是否有template选项时，会询问是否要对template进行编译： 在template编译（渲染成UI）有一个过程。模板通过编译生成AST，再由AST生成Vue的渲染函数，渲染函数结合数据生成Virtual DOM树，对Virtual DOM进行diff和patch后生成新的UI。将上图细化一下，也就是template编译的过程如下图所示： ...
自然语言处理实战：用CRF打造高精度命名实体识别系统
最新发布
Loving_enjoy的博客
05-03 480
无论是想快速搭建一个可用的NER系统，还是希望深入理解概率图模型的精髓，CRF都是值得放入工具箱的利器。'prev_is_b-geo': prev_tag == 'B-GEO' # 假设prev_tag是前一个标签。('参观天安门', ['O', 'B-POI', 'I-POI', 'I-POI'])" —— 人工智能先驱吴恩达。- **BiLSTM-CRF**：经典组合，在CoNLL-2003达到91%的F1值。('北京市', ['B-GEO', 'I-GEO', 'I-GEO']),
高压开关柜局部放电信号分析系统
m0_61057267的博客
04-28 1817
这个项目是我在2025年实现的高压开关柜局部放电信号分析系统，目的是通过采集分析局部放电信号，判断设备的工作状态和潜在故障。系统包含从信号模拟生成、特征提取、到深度学习模型训练的全流程，最终可自动生成分析报告。
远光软件发布九天 AI 应用开发平台，加速企业研发效能跃升
YG_JT的博客
04-30 476
4月25日，远光软件在“2025珠海软件产业年会暨AI技术赋能行业发展交流会”上以虚拟直播方式发布了远光九天AI应用开发平台。
Python项目--基于计算机视觉的手势识别控制系统
exlink2012的专栏
04-23 3585
随着人机交互技术的快速发展，传统的键盘、鼠标等输入设备已经不能满足人们对自然、直观交互的需求。手势识别作为一种非接触式的人机交互方式，具有操作自然、交互直观的特点，在智能家居、游戏控制、虚拟现实等领域有着广泛的应用前景。 本项目旨在开发一个基于计算机视觉的手势识别控制系统，通过摄像头捕获用户的手部动作，实时识别手势类型，并将识别结果转化为相应的控制命令，实现对计算机或其他设备的非接触式控制。
操作系统级竞争开启：AI Agent 能否成为人形机器人爆发的奇点？
望获实时Linux系统
04-30 1047
本文深入探讨了在人形机器人产业从“机械执行”向“自主决策”跃迁的背景下，实时操作系统（RTOS）与AI Agent融合对突破物理世界响应极限的关键作用，重点分析了望获实时Linux等国产RTOS的技术优势及其在不同领域的应用前景，同时客观阐述了产业面临的挑战与机遇，旨在为相关领域的学术研究和产业发展提供参考与借鉴。
生产级RAG系统一些经验总结
yanqianglifei的专栏
05-01 695
可能需要修剪或总结它们。一种常见方法是先检索，然后运行较小的语言模型或启发式算法，将每个检索到的文档总结为一段话，然后将这些摘要输入最终的语言模型。这有时被称为上下文压缩或自适应上下文。LlamaIndex等工具可以自动执行第二阶段，使用语言模型在最终答案之前将初始检索集压缩成更短的形式。仅在绝对需要时使用此方法，因为任何摘要都是额外的生成步骤，可能会引入自己的错误。随着2025年16k+标记模型的出现，如果适合，许多RAG系统尝试只提供原始文本，因为这保留了最大的细节。
LabVIEW圆锥滚子视觉检测系统
bjcyck的博客
04-24 867
软件方面，采用LabVIEW和Vision Development Module进行图像处理和分析，软件架构设计以模块化为原则，便于后续的维护和升级。通过高效的硬件选型和优化的软件算法，系统能够快速准确地完成图像的采集、处理和分析。本视觉检测系统不仅提高了生产效率，还通过自动化检测显著提升了产品的一致性和质量。未来，该系统还可以根据具体的生产需求进行调整和优化，以适应更多的生产环境。通过集成高分辨率摄像头和先进的图像处理算法，系统能够自动识别和分类产品缺陷，从而减少人工检查需求，提高检测的准确性和速度。
RoPE 相对位置编码 VS 传统位置编码
ningyanggege的博客
04-29 1094
我们先来想象一个场景：“我 爱 吃 苹果”你知道“我”是主语，“爱”是动词，“苹果”是宾语。为什么你能明白这些词之间的关系？因为你知道它们的顺序和位置！但对计算机来说，一开始它只知道这些词是哪些，并不知道它们在第几个位置这时候，我们就需要给每个词加上一个“位置说明书”——这就是位置编码！
本地开源大语言模型汇总：跟踪与分类
随着ChatGPT的流行，本地运行大模型的需求增加，作者定期更新这份清单，旨在帮助用户追踪最新的开源模型及其衍生版本。以下是一些主要模型的概述： 1. **Alpaca (Stanford)** - 由斯坦福大学的研究团队开发的指令...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

强化学习曾小健

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值