最全的开源大模型LLM盘点

科技技术爱好者2024-04-12 16:48:54  114

LLM(Large Language Model, 大型语言模型)是指那些规模庞大、参数数量众多的深度神经网络模型,用于理解和生成自然语言文本。在自然语言处理(NLP)领域有着广泛的应用,因其强大的语言理解和生成能力,能够处理各种复杂的文本任务,包括但不限于翻译、问答、文本摘要、对话、文本分类、情感分析、代码生成、创作辅助等。其主要功能和特点如下:

架构特点:

LLM主要基于Transformer架构,该架构由Vaswani等人在2017年的论文《Attention is All You Need》中提出。Transformer通过自注意力机制(Self-Attention)来捕捉文本中的长距离依赖关系,无需像循环神经网络(RNN)那样逐词递归处理,从而实现了并行计算,大大提高了训练和推理速度。典型的LLM结构包括:

Encoder-Decoder结构:如用于机器翻译的模型。Encoder将输入文本编码成一个固定长度的上下文向量,Decoder 则依据该上下文向量生成目标语言的文本输出。

Encoder-only结构:如BERT等。主要用于文本理解任务,如文本分类、命名实体识别、问答系统中的问题理解等。Encoder-only模型通过双向编码整个输入文本,生成具有上下文信息的隐藏状态,这些隐藏状态可以被后续任务特定的层(如分类层、标记层等)利用来进行预测。

Decoder-only结构:如GPT系列模型,用于生成文本、补全句子、撰写文章等任务。这类模型直接根据给定的提示(prompt)或前文上下文生成连续的文本输出。

参数规模

LLM的“大型”体现在其巨大的参数量,通常在数十亿到数千亿之间。例如,GPT-3(Generative Pretrained Transformer 3)拥有约1750亿个参数,而更近期的模型如 GPT-4、PaLM、Chinchilla、阿里云的通义千问等,参数量可能更大。大规模参数使得模型能够学习到更丰富的语言规律和模式,提高其泛化能力和表达复杂语言结构的能力。

预训练与微调

LLM通常遵循“预训练-微调”的范式:

预训练:模型首先在大规模无标注文本数据(如互联网抓取的文本、书籍、百科等)上进行自我监督学习,通过自回归语言建模任务(预测下一个词的概率)或掩码语言建模任务(预测被遮蔽词语的概率)来学习语言的通用表示。

微调:预训练后的模型可以针对特定任务进行微调,即在特定领域的有标注数据上进一步训练,调整模型参数以适应特定任务的需求,如问答系统的回答生成、文本分类任务的标签预测等。

应用场景

LLM在实际中主要应用在以下场景:

生成文本:创作诗歌、故事、新闻文章、代码片段等。

理解与问答:解答各类问题,提供精准的信息检索和知识解析能力。

对话交互:进行自然、流畅的人机对话,模拟人类对话风格,用于客户服务、虚拟助手、教育辅导等领域。

文本翻译:实现高质量的跨语言翻译,无需显式对齐的平行语料。

文本摘要:自动生成文本摘要,提炼关键信息。

代码生成:根据自然语言描述编写或补全代码,助力编程和软件开发。

笔者在这里对目前的开源大模型LLM进行了一个全面、系统的整理,与大家分享~

国外开源模型

模型链接

模型描述

OpenSora

高效复现类Sora视频生成的完全开源方案

GROK

3140亿参数的混合专家模型,迄今参数量最大的开源LLM

Gemma

谷歌商场开源模型2B,7B免费商用,开源第一易主了

Mixtral

Mistral AI的突破性大模型,超越GPT3.5,重新定义人工智能性能和多样性

Mistral7B

“欧洲OpenAI”的“最强7B开源模型”,全面超越13B的Llama2

LLama2

Open Meta带着可商用开源的羊驼2模型来了~

LLama

Meta开源指令微调LLM,规模70亿到650亿不等

WizardLM

微软新发布13B,登顶AlpacaEval开源模型Top3,使用ChatGPT对指令进行复杂度进化微调LLama2

Falcon

阿联酋技术研究所推出,3.5万亿token训练,性能直接碾压LLaMA2

Vicuna

Alpaca前成员等开源以LLama13B为基础使用ShareGPT指令微调的模型,提出了用GPT4来评测模型效果

OpenChat

80k ShareGPT对话微调LLama-2 13B开源模型中的战斗机

Guanaco

LLama 7B基座,在alpaca52K数据上加入534K多语言指令数据微调

MPT

MosaicML开源的预训练+指令微调的新模型,可商用,支持84k tokens超长输入

RedPajama

RedPajama项目既开源预训练数据后开源3B,7B的预训练+指令微调模型

koala

使用alpaca、HC3等开源指令集+ShareGPT等ChatGPT数据微调llama,在榜单上排名较高

ChatLLaMA

基于RLHF微调了LLaMA

Alpaca

斯坦福开源的使用52k数据在7B的LLaMA上微调得到

Alpaca-lora

LORA微调的LLaMA

Dromedary

IBM self-aligned model with the LLaMA base

ColossalChat

HPC-AI Tech开源的Llama+RLHF微调

MiniGPT4

Vicuna+BLIP2 文本视觉融合

StackLLama

LLama使用Stackexchange数据+SFT+RL

Cerebras

Cerebras开源了1亿到130亿的7个模型,从预训练数据到参数全开源

Dolly-v2

可商用7b指令微调开源模型在GPT-J-6B上微调

OpenChatKit

openai研究员打造GPT-NoX-20B微调+6B审核模型过滤

MetaLM

微软开源的大规模自监督预训练模型

Amazon Titan

亚马逊在aws上增加自家大模型

OPT-IML

Meta复刻GPT3,up to 175B, 不过效果并不及GPT3

Bloom

BigScience出品,规模最大176B

BloomZ

BigScience出品, 基于Bloom微调

Galacia

和Bloom相似,更针对科研领域训练的模型

T0

BigScience出品,3B~11B的在T5进行指令微调的模型

EXLLama

Python/C++/CUDA implementation of Llama for use with 4-bit GPTQ weight

LongChat

llama-13b使用condensing rotary embedding technique微调的长文本模型

MPT-30B

MosaicML开源的在8Ktoken上训练的大模型

国内开源模型

模型链接

模型描述

BayLing

中科院开源,性能媲美GPT-3.5,基于LLama7B/13B,增强的语言对齐的英语/中文大语言模型

GLM

清华发布的中英双语双向密集模型,具有1300亿个参数,使用通用语言模型(GLM)算法进行预训练。它旨在支持在单台 A100(40G * 8)或V100(32G * 8)服务器上支持 130B 参数的推理任务。

XWin-LM

一款基于Llama2微调的语言模型,成功在斯坦福AlpacaEval上击败了GPT-4,成为新的榜首模型

XVERSE

元象科技自主研发的支持多语言的大语言模型(Large Language Model),参数规模为650亿,底座模型 XVERSE-65B

XVERSE-256K

最大支持 256K 的上下文窗口长度,约 25w 字的输入内容,可以协助进行文献总结、报告分析等任务

ChatGLM3

智谱AI训练的第三代大型语言模型,它不仅能理解和生成人类语言,还能执行代码、调用工具,并以markdown格式进行响应

ChatGLM2

具备强大的问答和对话功能,拥有最大32K上下文,并且在授权后可免费商用!

ChatGLM

清华开源的、支持中英双语的对话语言模型,使用了代码训练,指令微调和RLHF

Orion-14B-Base

具有140亿参数的多语种大模型,该模型在一个包含2.5万亿token的多样化数据集上进行了训练,涵盖了中文、英语、日语、韩语等多种语言。

Baichuan2

百川第二代也出第二个版本了,提供了7B/13B Base和chat的版本

Baichuan

百川智能开源7B大模型可商用免费

ziya2

基于Llama2训练的ziya2它终于训练完了

ziya

IDEA研究院在7B/13B llama上继续预训练+SFT+RM+PPO+HFTT+COHFT+RBRS

Qwen1.5-MoE-A2.7B

Qwen推出MOE版本,推理更快

Qwen1.5

通义千问升级1.5,支持32K上文

Qwen1-7B+14B+70B

阿里开源,可商用,通义千问7B,14B,70B Base和chat模型

InternLM2 7B+20B

商汤的书生模型2支持200K

Yuan-2.0

浪潮发布Yuan2.0 2B,51B,102B

YI-200K

元一智能开源超长200K的6B,34B模型

YI

元一智能开源34B,6B模型

DeepSeek-MOE

深度求索发布的DeepSeekMoE 16B Base和caht模型

DeepSeek

深度求索发布的7B,67B大模型

LLama2-chinese

没等太久中文预训练微调后的llama2它来了~

YuLan-chat2

高瓴人工智能基于Llama-2中英双语继续预训练+指令微调/对话微调

BlueLM

Vivo人工智能实验室开源大模型

zephyr-7B

HuggingFace 团队基于 UltraChat 和 UltraFeedback 训练了 Zephyr-7B 模型

Skywork

昆仑万维集团·天工团队开源13B大模型可商用

Chinese-LLaMA-Alpaca

哈工大中文指令微调的LLaMA

Moss

为复旦正名!开源了预训练,指令微调的全部数据和模型。可商用

InternLM

书生浦语在过万亿 token 数据上训练的多语千亿参数基座模型

Aquila2

智源更新Aquila2模型系列包括全新34B

Aquila

智源开源7B大模型可商用免费

UltraLM系列

面壁智能开源UltraLM13B,奖励模型UltraRM,和批评模型UltraCM

PandaLLM

LLAMA2上中文wiki继续预训练+COIG指令微调

XVERSE

据说中文超越llama2的元象开源模型13B模型

BiLLa

LLama词表·扩充预训练+预训练和任务1比1混合SFT+指令样本SFT三阶段训练

Phoenix

港中文开源凤凰和奇美拉LLM,Bloom基座,40+语言支持

Wombat-7B

达摩院开源无需强化学习使用RRHF对齐的语言模型, alpaca基座

TigerBot

虎博开源了7B 180B的模型以及预训练和微调语料

Luotuo-Chinese-LLM

冷子昂@商汤科技, 陈启源@华中师范大学以及李鲁鲁@商汤科技发起的中文大语言模型开源项目,包含了一系列大语言模型、数据、管线和应用

OpenBuddy

Llama 多语言对话微调模型

Chinese Vincuna

LLama 7B基座,使用Belle+Guanaco数据训练

Linly

Llama 7B基座,使用belle+guanaco+pclue+firefly+CSL+newscommentary等7个指令微调数据集训练

Firefly

中文2.6B模型,提升模型中文写作,古文能力,待开源全部训练代码,当前只有模型

Baize

使用100k self-chat对话数据微调的LLama

BELLE

使用ChatGPT生成数据对开源模型进行中文优化

Chatyuan

chatgpt出来后最早的国内开源对话模型,T5架构是下面PromptCLUE的衍生模型

PromptCLUE

多任务Prompt语言模型

PLUG

阿里达摩院发布超大规模语言模型PLUG,上能写诗词歌赋、下能对答如流

CPM2.0

智源发布CPM2.0

转载此文是出于传递更多信息目的。若来源标注错误或侵犯了您的合法权益,请与本站联系,我们将及时更正、删除、谢谢。
https://www.414w.com/read/200125.html
0
随机主题
辽篮夺冠谁是最大功臣?弗格无缘前四,第一名你应该想不到!英宣布7月大选, 民调显示保守党面临“溃败”德甲保级推送: 波鸿VS杜塞尔多夫, 不败金身再添一局, 德甲升降机名不虚传!关爱老人 免费体检历史重演?海港外援不满被换下:当场与教练组发生“内讧”!爱德华兹: 欧文果然名不虚传, 后悔没听詹姆斯给我的2个建议一加12直降1200, 骁龙8Gen3专业影像旗舰大跳水, 618必选配角锦上添花! 《庆余年2》口碑回暖! 6位不知名的配角, 你认识几个广西发现河池德昭藤, 系全球新物种范巴斯滕: 说实话, 在足坛比我还要厉害的前锋, 可能只有这4人!比亚迪皮卡详细参数曝光, 百公里油耗仅7.5L, 后排空间亮眼希望杨紫火到人尽皆知的时候同时也要平平安安布林肯松口可使用美国武器袭击俄国本土: 乌克兰将做出自己的决定戏中戏负责看点, 真戏负责惊悚悬疑, 一片多吃农民一次性补缴养老保险顶格15年, 下个月能领1500块养老金吗?“山鸡”真成“凤凰”? 梅根的尼日利亚之行尽显英国“老钱”风最后一招叫什么《庆余年第二季》揭秘: 老戏骨们的“艺术盛宴”为何如此震撼?郭德纲唱戏水平真的差吗?众多业内大佬出面力挺美国涨新能源车关税因为拆了海鸥?中国新能源车崛起老美挡不住彻底卖不动了? iPhone在中国跌出前五, 华为成最大赢家
最新回复(0)