Modèles linguistiques de grande taille auto-adaptatifs

Un framework de modèles linguistiques de grande taille (LLM) auto-adaptatif s'ajustant en temps réel aux tâches inconnues.

Produit OrdinaireProgrammationIntelligence artificielleModèles linguistiques de grande taille

Ouvrir le site Web

SakanaAI/self-adaptive-llms est un framework adaptatif nommé Transformer², conçu pour résoudre les défis liés à la complexité calculatoire des méthodes traditionnelles d'ajustement fin et à la rigidité de leur capacité à gérer des tâches diversifiées. Ce framework permet d'ajuster en temps réel les LLM lors de l'inférence grâce à un mécanisme en deux étapes : d'abord, le système d'ordonnancement identifie les attributs de la tâche ; ensuite, des vecteurs 'experts' spécifiques à la tâche, entraînés par apprentissage par renforcement, sont mélangés dynamiquement pour obtenir le comportement cible en fonction de l'invite d'entrée. Les principaux avantages incluent l'adaptabilité en temps réel aux tâches, l'efficacité computationnelle et la flexibilité. Ce projet, développé par l'équipe SakanaAI, est actuellement open source sur GitHub, avec 195 étoiles et 12 forks.

Best AI Websites & Tools

Modèles linguistiques de grande taille auto-adaptatifs

Modèles linguistiques de grande taille auto-adaptatifs Dernière situation du trafic

Modèles linguistiques de grande taille auto-adaptatifs Tendance des visites

Modèles linguistiques de grande taille auto-adaptatifs Distribution géographique des visites

Modèles linguistiques de grande taille auto-adaptatifs Sources de trafic

Modèles linguistiques de grande taille auto-adaptatifs Alternatives

Modèles linguistiques de grande taille auto-adaptatifs — Un framework de modèles linguistiques de grande taille (LLM) auto-adaptatif s'ajustant en temps réel aux tâches inconnues.

Tülu 3 405B — Tülu 3 405B est un modèle linguistique de grande envergure, open source, dont les performances ont été améliorées par apprentissage par renforcement.

DeepSeek-R1 — DeepSeek-R1 est un modèle d'inférence haute performance, prenant en charge plusieurs langues et tâches, adapté à la recherche et aux applications commerciales.

NotaGen — NotaGen est un modèle de génération de musique symbolique, entraîné selon le paradigme des grands modèles de langage, axé sur la génération de partitions classiques de haute qualité.

Instella — Instella est un modèle linguistique open source haute performance développé par AMD, conçu pour accélérer le développement des modèles linguistiques open source.

Migician — Migician est un grand modèle linguistique multimodale axé sur la localisation multi-images, capable de réaliser une localisation précise multi-images de forme libre.

IndexTTS — Système texte-parole zéro-shot industriel, contrôlable et efficace

SWE-RL — Amélioration des capacités de raisonnement des grands modèles de langage dans l'évolution des logiciels open source grâce à l'apprentissage par renforcement

QwQ-Max-Preview — QwQ-Max-Preview est le dernier né de la série Qwen, basé sur Qwen2.5-Max. Il offre des capacités de raisonnement et d'applications multi-domaines puissantes.

AlphaMaze-v0.2-1.5B — Méthode innovante pour améliorer les capacités de raisonnement visuel des grands modèles linguistiques (LLM) en résolvant des tâches de labyrinthes textuels.

NovaSky — NovaSky est une plateforme technologique d'intelligence artificielle axée sur la génération de code et l'optimisation des modèles d'inférence.

Le Manuel des Systèmes Ultra-Scalables — Un outil dédié à la conception et à l'optimisation de systèmes ultra-scalables, offrant des solutions performantes.

SkyReels-V1-Hunyuan-I2V — SkyReels V1 est un modèle de base vidéo open source centré sur l'humain, axé sur la génération de vidéos de qualité cinématographique.

OpenThinker-32B — OpenThinker-32B est un puissant modèle d'inférence open source, conçu pour améliorer les capacités d'inférence sur des données ouvertes.

Application OLMoE — Ai2 OLMoE est une application de modèle linguistique open source fonctionnant sur les appareils iOS.

DeepScaleR-1.5B-Preview — Un grand modèle linguistique optimisé par apprentissage par renforcement, axé sur l'amélioration de la résolution de problèmes mathématiques.

Huginn-0125 — Huginn-0125 est un modèle profond récurrent à variables latentes de 3,5 milliards de paramètres, excellemment adapté au raisonnement et à la génération de code.

FireRedASR — Modèle de reconnaissance automatique de la parole (RAP) en mandarin standard industriel open source, compatible avec de multiples scénarios d'application.

RAG-FiT — RAG-FiT est une bibliothèque conçue pour améliorer la capacité des grands modèles de langage (LLM) à exploiter des informations externes, en affinant les modèles sur un ensemble de données spécialement créé pour l'augmentation RAG.

Nom de code Goose — Agent d'intelligence artificielle fonctionnant localement, automatisant les tâches d'ingénierie de manière transparente.

Open-source DeepResearch — Outil de recherche approfondie open source visant à reproduire les fonctionnalités de Deep Research via un framework open source.

R1-V — Améliore la capacité de généralisation des modèles linguistiques visuels renforcés à faible coût, pour moins de 3 dollars.

SpeechGPT 2.0 - version préliminaire — Premier système d'interaction en temps réel de niveau humain axé sur l'intelligence contextuelle, prenant en charge l'interaction vocale multi-émotionnelle et multi-stylistique.

leapfusion-hunyuan-image2video — Une nouvelle technique d'échantillonnage image-vers-vidéo, basée sur le modèle Hunyuan, permettant la génération de vidéos de haute qualité.

Baichuan-M1-14B — Modèle linguistique large open source développé par Baichuan Intelligence, optimisé pour les scénarios médicaux, offrant des capacités générales et des performances exceptionnelles dans le domaine médical.

FilmAgent — FilmAgent est un framework de collaboration multi-agents basé sur les LLM, conçu pour la production cinématographique automatisée de bout en bout dans un espace 3D virtuel.

DeepSeek-R1-Distill-Qwen-1.5B — DeepSeek-R1-Distill-Qwen-1.5B est un modèle linguistique open source performant pour l'inférence, adapté à diverses tâches de traitement du langage naturel.

DeepSeek-R1-Distill-Qwen-7B — DeepSeek-R1-Distill-Qwen-7B est un modèle d'inférence open source spécialisé dans les mathématiques, le code et les tâches de raisonnement.

DeepSeek-R1-Distill-Llama-8B — DeepSeek-R1-Distill-Llama-8B est un modèle linguistique open source haute performance, adapté à la génération de texte et aux tâches d'inférence.

DeepSeek-R1-Distill-Qwen-32B — DeepSeek-R1-Distill-Qwen-32B est un modèle linguistique open source haute performance, adapté à diverses tâches de génération de texte.