Arsh Llm
模型概述
該項目旨在證明大型模型未必需要頂級硬件,通過優化架構設計和分階段訓練實現高效開發。當前版本為初始迭代版本,仍需進一步訓練。
模型特點
硬件友好型訓練
在消費級T4 GPU上完成訓練,通過分階段訓練策略(8個部分,每部分1-2天)降低硬件門檻
混合數據集訓練
結合PILE數據集預訓練穩定模型性能,再使用olmo-mix-1124數據集進行主要訓練
開源架構設計
參考Gpt-neox和Llama技術文檔,結合AI輔助設計優化架構(待驗證效果)
模型能力
文本生成
科研輔助
使用案例
科研領域
文獻輔助生成
幫助研究人員快速生成論文草稿或技術文檔
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98