AIbase
TW
模型選型
標籤
低成本高效訓練

# 低成本高效訓練

Open RS1
MIT
基於強化學習增強的小型大語言模型，專注於提升1.5B參數模型的推理能力
大型語言模型 Transformers
O
knoveleng
6,229
4
Light R1 32B
Apache-2.0
Light-R1-32B是基於Qwen2.5-32B-Instruct訓練的數學競賽專用模型，通過課程式SFT與DPO技術實現超越DeepSeek-R1-Distill的性能，訓練成本僅1000美元。
大型語言模型 Transformers
L
qihoo360
1,082
83
Llama 3 8B Instruct Coder
Apache-2.0
基於Meta的llama-3-8b-instruct模型，在65k代碼反饋數據集及額外15萬條代碼反饋指令組合數據集上訓練而成，專注於代碼生成與反饋任務。
大型語言模型 Transformers 英語
L
rombodawg
81
54
Jetmoe 8b Chat
Apache-2.0
JetMoE-8B是一款高效開源的大語言模型，以10萬美元低成本訓練超越LLaMA2-7B性能，推理時僅激活22億參數
大型語言模型 Transformers
J
jetmoe
26
29
Vit Bigg 14 CLIPA Datacomp1b
Apache-2.0
CLIPA-v2模型，專注於零樣本圖像分類任務，通過對比式圖文訓練實現高效視覺表示學習
文本生成圖像
V
UCSC-VLAA
623
4
Vit Bigg 14 CLIPA 336 Datacomp1b
Apache-2.0
CLIPA-v2模型，一種高效的對比式圖文模型，專注於零樣本圖像分類任務
文本生成圖像
V
UCSC-VLAA
259
4
Vit H 14 CLIPA Datacomp1b
Apache-2.0
CLIPA-v2模型，一個高效的對比式圖文模型，專為零樣本圖像分類任務設計。
文本生成圖像
V
UCSC-VLAA
65
1
Vit H 14 CLIPA 336 Laion2b
Apache-2.0
CLIPA-v2模型，基於laion2B-en數據集訓練，專注於零樣本圖像分類任務
文本生成圖像
V
UCSC-VLAA
74
4
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase