# 輕量級對話模型

基於katanemo/Arch-Function-Chat-3B模型的量化版本，使用llama.cpp進行量化，支持多種量化類型，適用於文本生成任務。

適用於瀏覽器內推理的Phi-3 Mini-4K-Instruct ONNX模型，通過ONNX Runtime Web加速瀏覽器中的推理。

Gemma-2b-it 模型的 GGUF 量化版本，適用於本地推理，支持文本生成任務。

MiniLLM是一個輕量級語言模型項目，完整實現預訓練→指令微調→獎勵建模→強化學習全流程，以經濟高效的方式構建具備基礎對話能力的聊天模型

Minueza-32M-UltraChat是一個3200萬參數的對話模型，基於Minueza-32M-Base訓練，專注於文本生成任務。

基於EleutherAI/pythia-31m微調的3100萬參數對話模型，支持多輪對話和多種任務場景

小羊駝是一個11億參數的輕量級Llama模型，通過3萬億標記數據預訓練，並經過對話微調和對齊優化，適合資源受限場景。

MobileLLaMA-1.4B-Chat 是基於 MobileLLaMA-1.4B-Base 微調而來的聊天模型，使用了 ShareGPT 數據集進行監督式指令微調。

基於LLaMA 3B v2開發的對話模型，支持文本生成任務，在開放大模型排行榜中表現中等。

這是一個160M參數的Llama聊天模型，基於JackFram/llama-160m微調而來，專注於文本生成任務。

TinyLlama-1.1B-Chat-v0.6 是一個輕量級的聊天模型，基於1.1B參數的Llama架構，專為對話任務優化。

TinyMistral-248M-Chat是一個基於TinyMistral-248M微調的聊天模型，支持多輪對話，適用於各種對話場景。

TinyMistral-248M-Chat 是一個基於 TinyMistral-248M 的聊天模型，經過多數據集訓練和優化，適用於多種對話任務。

TinyLlama-1.1B是一個緊湊型大語言模型，參數規模為11億，基於Llama 2架構，專為計算和內存受限場景優化。

TinyLlama-1.1B是一個基於Llama 2架構的輕量級語言模型，參數規模為1.1B，專為計算和內存受限的應用場景設計。

基於TinyLlama-1.1B微調的輕量級對話模型，使用Alpaca數據集訓練，適用於英文文本生成任務

TinyLlama是一個1.1B參數的緊湊型語言模型，基於3萬億token預訓練，適用於計算資源有限的應用場景。

基於RUT5的小型閒聊模型，針對俄語對話優化，減少了有害內容生成。

基於遊戲《美妙世界》(The World Ends With You)角色約書亞的對話式AI模型，表現平平的聊天機器人。