TinyLlama

Produto ComumChatModelo pré-treinadoConversa

Abrir Site

O projeto TinyLlama visa pré-treinar um modelo Llama de 1,1B de parâmetros em 3 trilhões de tokens. Com algumas otimizações adequadas, conseguimos concluir o treinamento em apenas 90 dias usando 16 GPUs A100-40G. O treinamento começou em 01/09/2023. Adotamos a mesma arquitetura e tokenizador do Llama 2. Isso significa que o TinyLlama pode ser usado em muitos projetos de código aberto baseados no Llama. Além disso, com apenas 1,1B de parâmetros, sua compactação o torna adequado para aplicações com recursos computacionais e de memória limitados.

Product Finder

Product Submit

AI Models Finder

MCP Servers

MCP Client

MCP Inspector

Case Tutorials

Latest AI News

AI Daily Brief

TinyLlama

TinyLlama Situação do Tráfego Mais Recente

TinyLlama Tendência de Visitas

TinyLlama Distribuição Geográfica das Visitas

TinyLlama Fontes de Tráfego

TinyLlama Alternativas

Gemma-2b — Modelo de linguagem pré-treinado de código aberto lançado pelo Google.

CogVLM2 — Modelo de diálogo pré-treinado multimodais de segunda geração

ViTLP — Modelo pré-treinado de layout de texto gerado por guia visual para inteligência de documentos

TinyLlama — O projeto TinyLlama visa pré-treinar um modelo Llama de 1,1B de parâmetros em 3 trilhões de tokens. Com algumas otimizações adequadas, conseguimos concluir o treinamento em apenas 90 dias usando 16 GPUs A100-40G. O treinamento começou em 01/09/2023.

Meta Llama 3.1-405B — Modelo de linguagem pré-treinado multilíngue de grande escala

InternLM2 — Modelo de linguagem pré-treinado multilíngue

SpacTor-T5 — Modelo pré-treinado T5, utilizando destruição de parágrafos e detecção de substituição de marcadores.

EXAONE-3.0-7.8B-Instruct — Modelo de geração de texto bilíngue com 780 milhões de parâmetros

LingoWhale-8B — Modelo de linguagem pré-treinado de código aberto para inglês e chinês

Stable Code 3B — Stable Code 3B - Modelo de linguagem pré-treinado para geração de texto

Index-1.9B-Pure — Modelo de linguagem de grande porte leve, focado na geração de texto.

timesfm-2.0-500m-pytorch — Modelo de previsão de séries temporais pré-treinado desenvolvido pelo Google Research.

Meta Llama 3.3 — Modelo de linguagem grande pré-treinado multilíngue com 70 bilhões de parâmetros

GLM-4-9B — Modelo pré-treinado de código aberto de nova geração, com suporte para múltiplos idiomas e recursos avançados.

Chronos — Modelo de previsão de séries temporais pré-treinado baseado em arquitetura de modelo de linguagem.

Mixtral-8x22B — Um grande modelo de linguagem baseado em um modelo de especialista esparso.

Modelo de Extração de Informação YAYI — Modelo de extração de informação de alta qualidade baseado em dados em larga escala

GLM-4V-9B — Modelo pré-treinado multi-modal de código aberto, com capacidade de diálogo em chinês e inglês.

Llama3-Aloe-8B-Alpha — Aloe é um modelo de linguagem de alto desempenho, projetado especificamente para a área médica, oferecendo capacidades avançadas de geração de texto e conversação.

Cargoship — Adicione inteligência artificial ao seu software sem conhecimento prévio de aprendizado de máquina.

Geração de Texto para Vídeo — Uma ferramenta aprimorada para avaliação de geração de vídeo a partir de texto

DTLR — Modelo de detecção e reconhecimento de texto manuscrito

Aya Expanse-8b — Modelo de linguagem grande multilíngue, suporta 23 idiomas

AnyText: Fusão de Texto e Imagem — Modelo de geração e edição de texto visual multilíngue baseado em difusão

GLM-4-9B-Chat-1M — Modelo de pré-treinamento de código aberto de nova geração, que suporta conversação de múltiplas rodadas e múltiplos idiomas.

Professor IA — Ferramenta personalizada de prática de conversação em língua estrangeira

Llama-3 70B Instruct Gradient 1048k — Modelo de linguagem de alto desempenho desenvolvido pela equipe Gradient AI, com suporte para geração de texto longo e conversação.

Modelo de Linguagem Grande Chinês Tiny — Primeiro modelo de linguagem grande em chinês, focado na compreensão e geração de texto em chinês.

AITalk da Trancy — Aplicativo de prática de conversação em inglês com IA

Qwen2 — Modelo de pré-treinamento multilíngue de nova geração, com desempenho excepcional.