首页
/ Awesome LLMs 在中国大模型列表教程

Awesome LLMs 在中国大模型列表教程

2024-08-10 10:22:35作者:柏廷章Berta

项目介绍

awesome-LLMs-In-China 是一个收集和整理中国大模型的开源项目。该项目旨在记录中国大模型的发展情况,包括机构、来源信息和分类等。项目内容会随时更新,欢迎在 Issues 中提供线索和素材。使用数据时请注明来源:技术社区"走向未来"和仓库地址:https://github.com/wgwang/awesome-LLMs-In-China

项目快速启动

要快速启动并使用该项目,首先需要克隆仓库到本地:

git clone https://github.com/wgwang/awesome-LLMs-In-China.git
cd awesome-LLMs-In-China

接下来,您可以查看 README.md 文件以获取更多项目信息和详细内容。

应用案例和最佳实践

该项目不仅提供了大模型的列表,还包含了一些应用案例和最佳实践。例如,您可以参考以下几个方面:

  • 模型训练:使用开源的大模型进行自定义训练,以满足特定需求。
  • 模型部署:将训练好的模型部署到生产环境中,提供API服务。
  • 模型评估:使用项目中提供的评测数据集对模型进行评估,确保模型性能。

典型生态项目

awesome-LLMs-In-China 相关的生态项目包括:

这些项目共同构成了一个完整的大模型生态系统,为用户提供了从模型选择、训练到评估和部署的全流程支持。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
509
550
docsdocs
暂无描述
Markdown
852
5.68 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.48 K
kernelkernel
deepin linux kernel
C
33
16
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
838
1.27 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
844
1.69 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.16 K
856
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.25 K
1.37 K
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
502
345
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
783
410