ChatGPT に匹敵する性能を持つオープンソースのチャットボット
52,000件の指示例で訓練されたAlpaca 7Bモデル
お気に入りのLLaMA LLMモデルとチャットしましょう
hathibelagal
SamastamはSarvam-1モデルの初期ガイドバリアントで、Alpaca-cleanedデータセットでファインチューニングされ、多言語命令応答をサポートします。
Aculi
Tinyllama-2Bは、KobbleTinyV2-1.1Bをベースに融合最適化され、マージと微調整を経て作成された小型で非常に実用的な言語モデルで、優れた性能を発揮します。このモデルはAlpacaプロンプトテンプレートを採用しており、様々なテキスト生成タスクに適しています。
ViraIntelligentDataMining
PersianLLaMAは、ペルシャ語用に特別に設計された最初の大規模言語モデルで、130億のパラメータを持ち、ペルシャ語のAlpacaデータセットを使用して微調整され、ペルシャ語の命令タスクの実行に優れた性能を発揮します。
paloalma
ECE-TW3-JRGL-V5は、mergekitを通じてMoMo-72B-lora-1.8.7-DPOとalpaca-dragon-72b-v1モデルをマージして得られた新しいモデルで、複数のモデルの長所を融合しています。
CreitinGameplays
GPT-3アーキテクチャに基づくフィンランド語大規模言語モデルで、Alpacaデータセットを使用してファインチューニングされ、フィンランド語テキスト生成タスクをサポートします。
Sao10K
Solarアーキテクチャベースの11Bパラメータ大規模言語モデル、AlpacaとVicunaプロンプト形式をサポート
recogna-nlp
Bodeは70億パラメータのポルトガル語大規模言語モデルで、Llama 2アーキテクチャに基づき、ポルトガル語Alpacaデータセットで微調整され、ポルトガル語の自然言語処理タスクに特化しています。
Epiculous
Crunchy-onionは、LimaRP、メンタル理論、霊知などのデータセットでMixtral基礎モデルを微調整することで得られた命令調整モデルで、特定の命令形式で優れた性能を発揮します。このモデルは4ビットQLoRA技術を用いて訓練され、最終的にMixtral Instructに統合され、Alpaca Instruct形式で最適な結果が得られます。
snorkelai
チャットシーンに特化して最適化された言語モデルで、DPO手法でアライメントを行い、Alpaca-Eval 2.0ベンチマークテストで優れた成績を収めています。
SanjiWatsuki
Kunoichi-DPO-7Bは、Kunoichi-7Bモデルをベースに、インテルのOrcaデータを使用してAlpacaテンプレートに対して直接嗜好最適化（DPO）微調整を行ったモデルで、主に汎用シーンを対象とし、より強力な推論と命令遵守能力を持っています。
TheBloke
Velara 11B v2はMistralアーキテクチャに基づく大規模言語モデルで、テキスト生成タスクに特化しており、Alpaca-InstructOnly2プロンプトテンプレートを採用しています。
MaralGPT
Maralはペルシャ語に特化した大規模言語モデルで、Mistralアーキテクチャを基にペルシャ語Alpacaデータセットで訓練され、英語生成もサポートしています。
malhajar
epfl-llm/meditron-7bをベースにAlpacaデータセットを使用してSFTトレーニングを行ったファインチューニング版で、医学分野のQ&Aタスクに特化
ceadar-ie
金融経済対話専用に設計されたオープンソースチャットモデル。Llama2-13Bアーキテクチャを基盤とし、FinTalk-19kとAlpacaデータセットで微調整
Rose 20BはLLaMAアーキテクチャに基づく20Bパラメータの大規模言語モデルで、Alpacaスタイルの命令テンプレートを採用し、テキスト生成タスクに適しています。
blueapple8259
TinyLlamaはLLaMAアーキテクチャに基づく小型言語モデルで、パラメータ規模は11億、alpaca-cleanedデータセットを使用してファインチューニングされています。
maywell
koOpenChat-sftはOpenChat3.5を最適化した韓国語会話モデルで、ChatMLとAlpaca形式の命令インタラクションをサポートしています。
Undi95
no_robots-alpacaは、Llama-2-13BモデルをベースにLoRA技術を使用して微調整された対話モデルで、no-robots-sharegptデータセットで訓練され、Alpacaプロンプト形式を採用し、さまざまな自然言語理解タスクで良好な性能を発揮します。
Synatra-7B-v0.3-dpoはMistral-7B-Instruct-v0.1をベースに訓練された韓国語最適化大規模言語モデルで、複数の基準テストで優れた性能を発揮し、ChatMLとAlpaca指令形式をサポートし、様々な自然言語処理タスクに適しています。
afrideva
TinyLlama-1.1Bをファインチューニングした軽量対話モデルで、Alpacaデータセットを使用して訓練され、英文テキスト生成タスクに適しています
Alpaca MCPサーバーは、Alpaca取引APIのモデルコンテキストプロトコル（MCP）サービスを実装しており、大規模言語モデルが自然言語でAlpaca取引システムとやり取りできるようにします。株式/オプション取引、投資ポートフォリオ管理、リアルタイム市場データの取得をサポートしています。
アルパカMCPサーバーは、ClaudeなどのLLMとAlpaca取引APIを接続するプロトコルサービスで、自然言語による株式取引、アカウント管理、市場データの照会をサポートしています。
これはAlpaca取引プラットフォーム用に設計されたMCPサーバーで、自然言語でLLM（Claudeなど）と対話し、株式取引、口座管理、市場データの照会などの機能を実現します。
Alpaca MCPサーバーは、LLM（Claudeなど）が自然言語でAlpaca取引APIと対話するためのサービスで、株式取引、保有株照会、市場データ取得、口座管理をサポートします。
Alpaca APIをベースとした暗号通貨市場データのリアルタイムアクセスサービスで、標準化された暗号通貨データインターフェースを提供し、過去のローソク足、リアルタイムレートなどの機能を備えています。
このプロジェクトはALPACA APIに基づく仮想通貨価格照会サービスを構築し、MCP（マルチエージェント制御プロトコル）統合用に設計され、リアルタイムの仮想通貨価格と市場データを提供します。
Pythonで実装されたAlpaca取引MCPサーバーで、大規模言語モデル（Claudeなど）が標準化されたModel Context Protocolを通じてAlpaca取引APIとやり取りできるようにします。口座管理、市場データ照会、取引操作などの機能をサポートしています。
Transformers%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
