# 7B參數高效

這是一個使用mergekit工具通過SCE方法合併多個7B參數規模模型的語言模型

基於代碼羊駝數據集微調的7B參數LLaMa模型，專注於代碼生成任務

LLaVA-Video-7B-Qwen2-TPO是基於LLaVA-Video-7B-Qwen2進行時間偏好優化的視頻理解模型，在多個基準測試中表現優異。

該模型是通過懶人合併工具包合併Dolphin-2.8和Hermes-2-Pro兩個7B參數模型而成的混合模型，基於Mistral-7B架構。

WizardLM-2-7B的GGUF量化版本，由微軟AI WizardLM團隊開發，支持多語言文本生成任務

Starling-dolphin-E26-7B 是一個實驗性語言模型，通過融合多個高性能模型構建而成，旨在廣泛處理各類任務，包括指令跟隨和創意寫作。

Calme-7B是一個基於Mistral-7B微調的70億參數語言模型，擅長生成清晰、平和且連貫的文本。

Percival_01-7b-slerp 是一個在 OPENLLM 排行榜上排名第二的 7B 參數規模的大語言模型，通過 LazyMergekit 工具合併 liminerity/M7-7b 和 Gille/StrangeMerges_32-7B-slerp 兩個模型得到。

基於Mistral-7B訓練的獎勵模型，用於強化學習人類反饋(RLHF)場景中的響應質量評估

這是一個基於Mistral-7B-Instruct-v0.2的多語言對話模型，支持101種語言，採用GGUF格式量化。

本模型是通過球面線性插值(slerp)將Mistral-7B指令微調版與Synatra-7B角色扮演版融合而成，兼具指令理解和角色扮演能力

Germeo-7B-Laser是一個由Hermeo-7B合併而來的德英理解但僅說德語的模型，通過激光數據增強語言理解能力。

這是一個基於多個優秀開源模型（包括OpenHermes-2.5、neural-chat-7b、MetaMath-Mistral-7B和openchat-3.5）的分層SLERP合併模型，旨在成為適用於多種下游任務的強大基礎模型。

DPOpenHermes 7B v2是基於OpenHermes-2.5-Mistral-7B的第二次RL微調模型，通過直接偏好優化（DPO）進行強化學習，使用了Intel/orca_dpo_pairs和allenai/ultrafeedback_binarized_cleaned偏好數據集。

SynapseLLM是WebraftAI開發的基於Mistral微調的7B參數大型語言模型，專注於代碼和常規問答場景。

AmberChat是基於LLM360/Amber微調的指令跟隨模型，屬於LLM360的Pebble模型系列。

基於金融數據集微調的LLama 2 7b語言模型，專為金融領域打造，擅長提取、理解並生成金融相關文本。