# 研究用途

本模型是基於canopylabs/3b-zh-ft-research_release轉換而來的GGUF格式模型，適用於中文文本生成任務。

這是一個基於canopylabs/3b-zh-ft-research_release轉換至GGUF格式的中文語言模型，適用於文本生成任務。

這是一個基於MLX格式轉換的德語文本轉語音模型，支持德語語言處理任務。

這是一個基於韓語優化的3B參數規模的語言模型，轉換為GGUF格式以便與llama.cpp兼容使用。

Sheared-LLaMA-1.3B-Pruned是從Llama-2-7b剪枝得到的1.3B參數模型，未進行繼續預訓練，主要用於研究剪枝技術及其影響。

Pile-T5基礎版是基於T5x庫在The Pile數據集上訓練的編碼器-解碼器模型，通過MLM目標訓練了200萬步，約2萬億token。

Yi-Ko-6B是01-ai/Yi模型的進階版本，通過擴展詞彙表並加入韓語/英語語料進行進一步預訓練，支持韓英雙語文本生成。

基於microsoft/phi-1_5模型使用IFprompMKR數據集進行qlora微調的版本，主要用於文本生成任務。

一個通過圖像-文本對進行預訓練的視覺語言模型，基於Llama-2 70B架構，適用於圖像描述生成任務。

Pile-T5 Large 是基於 T5x 庫在 The Pile 數據集上訓練的編碼器-解碼器模型，主要用於英語文本到文本生成任務。

基於Llama2 70B模型在韓語數據集上微調的版本，專注於韓語和英語的文本生成任務

LLaVA 是一個開源多模態聊天機器人，基於 LLaMA/Vicuna 在 GPT 生成的多模態指令跟隨數據上進行微調訓練而成。

本系列倉庫開源復現了Meta AI的LLaMA和LLaMA 2大語言模型，但模型規模顯著縮小，其中llama1_s實驗版含18億參數，llama2_xs實驗版僅含4.6億參數。

基於llama-13b微調的開源聊天機器人，支持16k上下文長度，訓練數據來自ShareGPT平臺用戶分享的對話

OPT是由Meta AI推出的開源大語言模型系列，參數規模從1.25億到1750億，旨在促進大規模語言模型的開放研究。