SLM_Survey

Pesquisa, medição e insights sobre modelos de linguagem de pequeno porte

Produto ComumEducaçãoModelos de Linguagem de Pequeno PorteTransformer

O SLM_Survey é um projeto de pesquisa focado em modelos de linguagem de pequeno porte (SLMs), com o objetivo de fornecer um entendimento profundo e uma avaliação técnica desses modelos por meio de pesquisas e medições. O projeto abrange modelos de linguagem baseados em Transformer e apenas decodificadores, com uma faixa de parâmetros entre 100M e 5B. Por meio da pesquisa de 59 SLMs de código aberto de última geração, analisamos suas inovações técnicas e avaliamos suas capacidades em diversas áreas, incluindo raciocínio de senso comum, aprendizagem em contexto, matemática e programação. Além disso, realizamos testes de benchmark de seu custo de tempo de execução, incluindo latência de inferência e uso de memória. Essas pesquisas são de grande valor para impulsionar a pesquisa na área de SLMs.

Best AI Websites & Tools

SLM_Survey

SLM_Survey Situação do Tráfego Mais Recente

SLM_Survey Tendência de Visitas

SLM_Survey Distribuição Geográfica das Visitas

SLM_Survey Fontes de Tráfego

SLM_Survey Alternativas

SLM_Survey — Pesquisa, medição e insights sobre modelos de linguagem de pequeno porte

Janus-Pro-1B — Janus-Pro-1B é uma estrutura auto-regressiva unificada de compreensão e geração multimodal.

ModernBERT — O ModernBERT é um modelo de codificador de nova geração com desempenho excepcional.

Reflection Llama-3.1 70B — Modelo de linguagem grande de código aberto de ponta mundial

OLMoE-1B-7B — Modelo de linguagem grande (LLM) eficiente e de código aberto

RWKV v6 Finch 14B — RWKV v6 Finch 14B, modelo de linguagem grande de código aberto, eficiente no processamento de textos longos.

Agents 2.0 — Framework de código aberto que suporta agentes de linguagem adaptativos baseados em dados.

MAP-NEO — Um modelo de linguagem grande completamente de código aberto, oferecendo capacidades avançadas de processamento de linguagem natural.

Modelos de Código Granite — Modelos básicos de código aberto para tarefas de inteligência de código, com suporte para 116 linguagens de programação.

Qwen1.5-110B — Primeiro modelo de código aberto com 110 bilhões de parâmetros da série Qwen1.5, com suporte multilíngue e arquitetura de decodificador Transformer eficiente.

OpenELM — OpenELM é uma família eficiente de modelos de linguagem, com estrutura de treinamento e inferência de código aberto.

Busca de Léptons — Lepton é uma plataforma de busca de modelos de linguagem de código aberto.

NeoBase — NeoBase é um assistente de banco de dados AI de código aberto que permite que você interaja com o banco de dados usando linguagem natural.

Instella — Instella é um modelo de linguagem de código aberto de alto desempenho desenvolvido pela AMD, projetado para acelerar o desenvolvimento de modelos de linguagem de código aberto.

Migician — Migician é um modelo de linguagem grande multimodal focado na localização de imagens múltiplas, capaz de realizar localização precisa de imagens múltiplas de forma livre.

IndexTTS — Sistema de texto para voz (TTS) de amostra zero, eficiente e controlável em nível industrial

olmOCR — O olmOCR é um pacote de ferramentas para linearizar PDFs para treinamento de conjuntos de dados de LLMs.

bRAG-langchain — Um projeto de código aberto para construir aplicativos de Geração Aumentada por Busca (Retrieval-Augmented Generation - RAG).

Moonlight — Moonlight é um modelo de especialista misto com 16 bilhões de parâmetros, treinado com o otimizador Muon, apresentando desempenho excepcional.

RAG-FiT — RAG-FiT é uma biblioteca para aprimorar a capacidade dos LLMs de usar informações externas, ajustando finamente os modelos com um conjunto de dados RAG aprimorado especialmente criado.

Tülu 3 405B — Tülu 3 405B é um modelo de linguagem de código aberto em larga escala, com desempenho aprimorado por meio de aprendizado por reforço.

Open R1 — Este é um projeto de recriação de um modelo DeepSeek-R1 totalmente aberto, destinado a ajudar desenvolvedores a reproduzir e construir modelos baseados em R1.

SpeechGPT 2.0-prévia — O primeiro sistema de interação em tempo real de nível humano orientado para inteligência contextual, suportando interação de voz multi-emocional e multi-estilo.

Baichuan-M1-14B — Modelo de linguagem extenso de código aberto desenvolvido pela Baichuan Intelligence, otimizado para cenários médicos, com capacidades gerais excepcionais e desempenho superior na área médica.

Finbar — Oferece dados financeiros globais básicos, integrando-se rapidamente a modelos e auxiliando analistas financeiros modernos em seu trabalho eficiente.

DeepSeek-R1-Distill-Qwen-1.5B — DeepSeek-R1-Distill-Qwen-1.5B é um modelo de linguagem de código aberto eficiente para inferência, adequado para diversas tarefas de processamento de linguagem natural.

Imitar Antes de Detectar — Um método avançado para detectar textos revisados por máquinas, melhorando a precisão da detecção através da imitação do estilo de máquina.

Bakery — Plataforma online de ajuste fino e monetização de modelos de IA de código aberto, que auxilia startups de IA, engenheiros de aprendizado de máquina e pesquisadores.

Sonus-1 — Sonus-1: Inaugurando uma nova era para modelos de linguagem de grande porte (LLMs)

Interface Texto-para-CAD — Cria arquivos CAD B-Rep e malhas a partir de prompts de linguagem natural