본문으로 건너뛰기
ToolPotion
AI 어드바이저
제출 (무료)

Phocinae-Largha-150M-v1

Phocinae-Largha-150M-v1는 GitHub에 호스팅된 컴팩트한 이중 언어 결정 모델로, 144.3M 매개변수를 가지고 있습니다. 효율성을 위해 설계된 이 모델은 작은 크기에도 불구하고 중요한 결정을 내리는 데 도움을 주는 것을 목표로 합니다. 이 모델은 이중 언어 데이터 및 의사 결정 프로세스를 다루는 개발자와 연구자들에게 기초 자원을 제공하며, 경량 아키텍처에서 영향력 있는 결과를 강조합니다.

저장소 보기
공유
저장소 보기
공유

Phocinae-Largha-150M-v1, 또는 斑海豹 (Spotted Seal)로 알려진 이 모델은 GitHub에서 사용할 수 있는 오픈 소스 프로젝트로, 1억 4천 4백 30만 개의 매개변수를 가진 이중 언어 결정 모델을 소개합니다. 이 모델은 작지만 큰 결정을 처리할 수 있도록 특별히 설계되어, 계산 효율성과 의사 결정 능력 간의 균형을 제공합니다. 이중 언어 특성은 두 언어 간의 처리 및 의사 지원이 필요한 환경에서의 적용 가능성을 시사하며, 다양한 응용 프로그램에 적합한 다재다능한 도구입니다.

더 읽기

저장소는 평가 결과(`.eval_results`), GitHub 워크플로우(`.github`), 보정 데이터(`calib`), 데이터 세트, 문서(`docs`), 도표 및 개발 도구를 포함한 포괄적인 구조를 제공합니다. `BENCHMARKS.md`, `CITATION.cff`, `CODE_OF_CONDUCT.md`, `CONTRIBUTING.md`, `LICENSE`, `MODEL_CARD.md`, `NOTICE`, `README.md`, `README.zh.md`, `SECURITY.md`, `SHA256SUMS`와 같은 주요 파일이 포함되어 있어 모델의 성능, 라이센스, 기여 지침 및 보안 관행에 대한 통찰력을 제공합니다.

이 프로젝트는 투명성과 재현성을 강조하며, 벤치마크, 문서 및 데이터 세트 동기화에 대한 업데이트를 나타내는 상세한 커밋 메시지를 포함하고 있습니다. `NOTICE` 파일은 `mmBERT-small MIT` 및 `typed-decisions A`와 같은 제3자 기여를 명시하여 프로젝트의 협력적이고 오픈 소스 정신을 강조합니다. 영어 및 중국어 README 파일(`README.md` 및 `README.zh.md`)의 존재는 이중 언어 초점과 더 넓은 청중에 대한 접근성을 더욱 강조합니다.

Phocinae-Largha-150M-v1는 이중 언어 입력으로 효율적으로 작동할 수 있는 컴팩트하고 영향력 있는 결정 모델을 찾는 연구자와 개발자에게 이상적입니다. 오픈 소스 특성은 커뮤니티 기여와 추가 개발을 장려하여 다국어 환경에서 AI 응용 프로그램을 발전시키는 데 귀중한 자원이 됩니다. 프로젝트의 상세한 문서화 및 명확한 라이센스에 대한 약속은 사용자가 이 기초 모델을 쉽게 통합하고 구축할 수 있도록 보장합니다.

  • 카테고리AI 모델 및 LLM
  • 요금제오픈소스
  • 배포클라우드
  • 플랫폼웹

  • 144.3M 매개변수 이중 언어 결정 모델

  • 컴팩트하고 효율적인 모델 아키텍처

  • 의사 결정 프로세스 지원

  • 평가 결과 및 벤치마크 포함

  • 영어 및 중국어로 된 포괄적인 문서

  • MIT 라이센스의 오픈 소스 프로젝트 (mmBERT-small에 대해)

  • 기여 지침 제공

  • 보안 정책 개요

  • 상세한 모델 카드 제공

  • 제3자 기여 목록

  • 데이터 세트 동기화 및 관리

  • 보정 데이터 포함

  • 개발 및 분석 도구

  • 커밋 이력이 포함된 버전 관리

  • 저장소 파일 탐색

  1. 저장소 복제: `git clone`을 사용하여 Phocinae-Largha-150M-v1 프로젝트를 로컬 머신에 다운로드합니다.

  2. 문서 검토: 개요를 위해 `README.md` 및 `README.zh.md`를 읽고, 모델 세부 사항을 위해 `MODEL_CARD.md`를 확인합니다.

  3. 종속성 설치: 필요한 라이브러리를 확인하기 위해 `requirements.txt`를 체크하고, `pip install -r requirements.txt`를 사용하여 설치합니다.

  4. 데이터 세트 탐색: `datasets` 디렉토리를 탐색하여 사용된 훈련 및 평가 데이터를 이해합니다.

  5. 평가 실행: `.eval_results` 및 `calib`의 스크립트나 지침을 활용하여 벤치마크를 재현하거나 모델을 테스트합니다.

  6. 기여: GitHub 저장소 내의 `CONTRIBUTING.md`에서 개선 사항이나 새로운 기능 제출에 대한 지침을 참조합니다.

  • 이중 언어 의사 지원
  • 자원 제약 AI
  • 다국어 NLP 연구
  • 교육 AI 프로젝트
  • 맞춤형 모델 개발

Phocinae-Largha-150M-v1 리뷰

로딩 중...

Phocinae-Largha-150M-v1와(과) 비슷한 인기 AI 도구

Ling

AI GitHub 저장소

Ling은 Ant Group의 inclusionAI에서 개발한 오픈 소스 혼합 전문가 언어 모델 패밀리로, MIT 라이선스 하에 GitHub에서 공개되었습니다. 일반 채팅, 코딩 및 추론 작업을 위해 여러 크기로 제공되며, 오픈 LLM을 직접 실행하거나 미세 조정하고자 하는 연구자 및 개발자를 대상으로 합니다.

AI 모델 및 LLM
도구 보기

AI GitHub 저장소

Ant Group의 inclusionAI에서 개발한 오픈 소스 혼합 전문가 언어 모델 패밀리로, MIT 라이선스 하에 GitHub에서 공개되었습니다. 일반 채팅, 코딩 및 추론 작업을 위해 여러 크기로 제공되며, 오픈 LLM을 직접 실행하거나 미세 조정하고자 하는 연구자 및 개발자를 대상으로 합니다.Ling은 Ant Group의 inclusionAI에서 개발한 오픈 소스 혼합 전문가 언어 모델 패밀리로, MIT 라이선스 하에 GitHub에서 공개되었습니다. 일반 채팅, 코딩 및 추론 작업을 위해 여러 크기로 제공되며, 오픈 LLM을 직접 실행하거나 미세 조정하고자 하는 연구자 및 개발자를 대상으로 합니다.

AI 모델 및 LLM
AI GitHub 저장소 TOP 250 보기

AnyJev

AI GitHub 저장소

AnyJev는 GitHub 프로젝트로, 모든 대형 언어 모델(LLM)을 Jev 스타일의 의사결정 모델로 변환합니다. 추가 교육 없이 유형화된 결정과 실제 확률을 제공하여 의사결정 능력을 향상시키고자 하는 개발자에게 다재다능한 도구입니다.

AI 모델 및 LLM
도구 보기

AI GitHub 저장소

GitHub 프로젝트로, 모든 대형 언어 모델(LLM)을 Jev 스타일의 의사결정 모델로 변환합니다. 추가 교육 없이 유형화된 결정과 실제 확률을 제공하여 의사결정 능력을 향상시키고자 하는 개발자에게 다재다능한 도구입니다.AnyJev는 GitHub 프로젝트로, 모든 대형 언어 모델(LLM)을 Jev 스타일의 의사결정 모델로 변환합니다. 추가 교육 없이 유형화된 결정과 실제 확률을 제공하여 의사결정 능력을 향상시키고자 하는 개발자에게 다재다능한 도구입니다.

AI 모델 및 LLM
AI GitHub 저장소 TOP 250 보기

Chinese-LLaMA-Alpaca

AI GitHub 저장소

Chinese-LLaMA-Alpaca는 로컬 CPU/GPU 훈련 및 배포 기능을 갖춘 중국어 모델인 LLaMA와 Alpaca를 제공하는 GitHub 리포지토리입니다. 연구자와 개발자가 언어 모델을 효율적으로 구축하고 배포할 수 있도록 지원합니다.

AI 모델 및 LLM
도구 보기

AI GitHub 저장소

로컬 CPU/GPU 훈련 및 배포 기능을 갖춘 중국어 모델인 LLaMA와 Alpaca를 제공하는 GitHub 리포지토리입니다. 연구자와 개발자가 언어 모델을 효율적으로 구축하고 배포할 수 있도록 지원합니다.Chinese-LLaMA-Alpaca는 로컬 CPU/GPU 훈련 및 배포 기능을 갖춘 중국어 모델인 LLaMA와 Alpaca를 제공하는 GitHub 리포지토리입니다. 연구자와 개발자가 언어 모델을 효율적으로 구축하고 배포할 수 있도록 지원합니다.

AI 모델 및 LLM
AI GitHub 저장소 TOP 250 보기

llm-architecture-from-scratch는 Yeonwoo Sung이 만든 GitHub 저장소로, PyTorch를 사용하여 대형 언어 모델 아키텍처를 처음부터 구현하는 데 중점을 두고 있습니다. 이 저장소는 LLM 구축 및 실험에 관심이 있는 개발자를 위한 포괄적인 모델 및 도구 모음을 제공합니다.

AI 모델 및 LLM
도구 보기

llm-architecture-from-scratch는 Yeonwoo Sung이 만든 GitHub 저장소로, PyTorch를 사용하여 대형 언어 모델 아키텍처를 처음부터 구현하는 데 중점을 두고 있습니다. 이 저장소는 LLM 구축 및 실험에 관심이 있는 개발자를 위한 포괄적인 모델 및 도구 모음을 제공합니다.

AI 모델 및 LLM
AI GitHub 저장소 TOP 250 보기

ChatGLM2-6B

AI GitHub 저장소

ChatGLM2-6B는 여러 언어 간의 원활한 소통을 촉진하기 위해 설계된 오픈 이중 언어 채팅 언어 모델입니다. 고급 언어 처리 기능을 제공하여 다국어 환경에서 다양한 응용 프로그램에 적합합니다.

AI 모델 및 LLM
도구 보기

AI GitHub 저장소

여러 언어 간의 원활한 소통을 촉진하기 위해 설계된 오픈 이중 언어 채팅 언어 모델입니다. 고급 언어 처리 기능을 제공하여 다국어 환경에서 다양한 응용 프로그램에 적합합니다.ChatGLM2-6B는 여러 언어 간의 원활한 소통을 촉진하기 위해 설계된 오픈 이중 언어 채팅 언어 모델입니다. 고급 언어 처리 기능을 제공하여 다국어 환경에서 다양한 응용 프로그램에 적합합니다.

AI 모델 및 LLM
AI GitHub 저장소 TOP 250 보기

Decider

AI GitHub 저장소

Decider는 Qwen3.5에서 미세 조정된 System One 스타일 모델의 집합입니다. 이는 조정된 확률로 한 번의 입력으로 결정을 내리도록 설계되어, 효율적인 의사결정 프로세스를 제공합니다.

AI 모델 및 LLM
도구 보기

AI GitHub 저장소

Qwen3.5에서 미세 조정된 System One 스타일 모델의 집합입니다. 이는 조정된 확률로 한 번의 입력으로 결정을 내리도록 설계되어, 효율적인 의사결정 프로세스를 제공합니다.Decider는 Qwen3.5에서 미세 조정된 System One 스타일 모델의 집합입니다. 이는 조정된 확률로 한 번의 입력으로 결정을 내리도록 설계되어, 효율적인 의사결정 프로세스를 제공합니다.

AI 모델 및 LLM
AI GitHub 저장소 TOP 250 보기

rizzo-flow

AI GitHub 저장소

Rizzo-flow는 단일 토큰을 생성하지 않고 대형 언어 모델(LLM)에서 타이핑된 결정을 가능하게 하는 오픈 소스 프로젝트입니다. 이는 Jev의 효율적인 의사 결정 프로세스에 중점을 둔 로컬 대안입니다.

코딩 및 개발
도구 보기

AI GitHub 저장소

단일 토큰을 생성하지 않고 대형 언어 모델(LLM)에서 타이핑된 결정을 가능하게 하는 오픈 소스 프로젝트입니다. 이는 Jev의 효율적인 의사 결정 프로세스에 중점을 둔 로컬 대안입니다.Rizzo-flow는 단일 토큰을 생성하지 않고 대형 언어 모델(LLM)에서 타이핑된 결정을 가능하게 하는 오픈 소스 프로젝트입니다. 이는 Jev의 효율적인 의사 결정 프로세스에 중점을 둔 로컬 대안입니다.

코딩 및 개발
AI GitHub 저장소 TOP 250 보기

Jeff

AI GitHub 저장소

Jeff는 다양한 분야에서 신속한 결정을 내리기 위해 설계된 오픈 소스 모델입니다. 0.8억 개의 매개변수를 가진 '시스템 1' 모델을 활용하여 의사 결정을 위한 보정된 확률을 제공하며, 기본 모델과 교체 가능한 LoRA 어댑터를 통해 유연성을 제공합니다.

AI 모델 및 LLM
도구 보기

AI GitHub 저장소

다양한 분야에서 신속한 결정을 내리기 위해 설계된 오픈 소스 모델입니다. 0.8억 개의 매개변수를 가진 '시스템 1' 모델을 활용하여 의사 결정을 위한 보정된 확률을 제공하며, 기본 모델과 교체 가능한 LoRA 어댑터를 통해 유연성을 제공합니다.Jeff는 다양한 분야에서 신속한 결정을 내리기 위해 설계된 오픈 소스 모델입니다. 0.8억 개의 매개변수를 가진 '시스템 1' 모델을 활용하여 의사 결정을 위한 보정된 확률을 제공하며, 기본 모델과 교체 가능한 LoRA 어댑터를 통해 유연성을 제공합니다.

AI 모델 및 LLM
AI GitHub 저장소 TOP 250 보기
1/8