当生成式AI和大模型的飓风呼啸而来，全球掀起了一场狂热的GPT竞赛，大量紧迫的前沿议题随之接踵而至：
语言、视觉、多模态大模型分别有哪些研究突破口？如何显著提升大模型的计算速度、效率和扩展性？怎样确保大模型始终安全可控、符合人类意图和价值观？国内产学研界亟待做些什么，才能更好地迎接大模型时代？
目录
AquilaChat-7B
简介/Overview
Github开源地址
相关文章
如何微调Chinese-Vicuna-7b模型
环境建议：使用谷歌云GCP，国内的云环境实在是太慢了哦。github慢，pip 慢，下载模型也慢。
1.下载环境
!git clone https://github.com/Facico/Chinese-Vicuna
!pip install -r ./Chinese-Vicuna/requirements.txt
2. 准备数据 js…
【AIGC】BaiChuan7B开源大模型介绍、部署以及创建接口服务
模型介绍
baichuan-7B是由百川智能开发的一个开源的大规模预训练模型。基于Transformer结构，在大约1.2万亿tokens上训练的70亿参数模型，支持中英双语，上下文窗口长度为4096。在标准的中文和英文权威benchmark（C-EVAL/MMLU&#x…
足够惊艳，使用Alpaca-Lora基于LLaMA(7B)二十分钟完成微调，效果比肩斯坦福羊驼
之前尝试了从0到1复现斯坦福羊驼（Stanford Alpaca 7B），Stanford Alpaca 是在 LLaMA 整个模型上微调，即对预训练模型中的所有参数都进行微调（full fine-tuning）。但该方法对于硬件成本要求仍然偏高且训练低效…
LLaMA：7B参数量的Baby版ChatGPT窥探
最近metaAI“不小心”泄露了自身的大语言模型LLaMA，本着好奇的心火速下载了LLaMA的权重，来试玩一下这个baby版的ChatGPT，为什么称作是baby版，是因为该权重还没有像ChatGPT那般Finetune过。
LLaMA各参数版本与GPT-3的性能对比如下…
win10,win11 下部署Vicuna-7B，Vicuna-13B模型，gpu cpu运行
运行Vicuna-7B需要RAM>30GB或者14GB的显存 运行Vicuna-13B需要RAM>60GB或者28GB的显存
如果没有上面的硬件配置请绕行了，我笔记本有64G内存，两个都跑跑看，使用python3.9，当时转换13b时一直崩溃后来发现是没有设定虚拟内存&…
电脑连上wifi不能连接内网的其他设备的解决方法
场景：
电脑有两个网卡，一个以太网，一个WIFI网卡 以太网设置的地址是172.16.0.101(默认网关是172.16.0.254).正常情况下可以ping通服务器（172.16.9.251）和连接服务器。 当电脑连接手机热点（wifi）…
理解GPT-4：人工智能的全新里程碑及其国内使用
在人工智能领域，每一代的进步都是突破性的。近年来，这个领域的发展尤为引人注目，尤其是在语言处理和生成方面。OpenAI的GPT系列模型就是最好的例证。在GPT-3取得巨大成功后，我们迎来了更强大的GPT-4。 GPT-4: AI的新里程碑
GPT-4…