🚀 Vicuna LLM：AI聊天助手的新纪元
摘要
Vicuna LLM是Hugging Face推出的开源AI聊天助手模型，以其在自然语言处理任务中的卓越性能和多样化功能受到关注。模型包含不同尺寸的变体，支持高达16k的上下文长度，满足用户对高性能和易用性的期待。
内容
Vicuna LLM，由Hugging Face推出的开源AI聊天助手模型🤖，以其卓越的性能和多样化的功能在NLP领域脱颖而出。它包含三种不同尺寸的变体，v1.3、v1.5和v1.5-16k，分别基于Llama和Llama 2进行微调，支持高达16k的上下文长度。📚 Vicuna不仅能够生成类人文本，还擅长理解自然语言的微妙之处，适应各种专业任务。
Vicuna的表现在多个维度上得到评估，它在生成连贯、相关文本方面表现出色，适用于从聊天机器人到内容生成的广泛应用。📈 用户对Vicuna寄予厚望，期待其与各种应用的无缝集成，以及持续的功能更新和效率提升。🔧 开源的特性让Vicuna保持可访问性和适应性，随着社区的不断进步，Vicuna的未来发展前景光明。🌟
Run the model locally
Id
370739dc897b
e311d03837d9
86f0704901a4
4ea0e2b82bc2
5c0aaca02f10
c243d669ad2e
3ce284b06308
5c94116bb4df
a1f4ecdb04ba
a6aad17d1205
d7b312e7d741
0f5697218aef
96cc0c85539e
d775a7c5294b
65711d83a5ba
57fc4dcc89d7
9151c66c59cf
5771033f82b8
1f4a6e7b304c
aa225f209212
c4bc2aac929f
2354833bf609
f713797047ce
460254d8fc30
4ea0e2b82bc2
beaca53a59b9
99611d39169d
6c1dcf76ddbd
8994818e295d
b1e60bd134ff
3374b3e9b520
5d960ceab7d0
3dabce096571
7e91afb2b027
3e2035c21594
da124fb49a03
3a1c75a39e39
112a0a219973
db9d5d8832a5
e311d03837d9
ca8047f969be
d81bdd5ae575
c78c1ae11f55
33be3d9112bd
b03c2008cb04
c85a3d3b3b78
d3dd8af1f363
90d7ed92be1d
db82e78d570a
6bc47b18a625
9129a0b1a6b1
5f73c820980e
fe6ff250b94e
029c30fb56ac
86f0704901a4
4b40d8826503
ae8f63e7638e
933cc774ba3c
4a6fa67158d8
732296977ff9
45a15331c3d3
87a62b85e56f
594c8ae461ac
dc6380cf87ce
e17473565403
2b09615317cc
7b111124e218
1ac57ff324d2
a510caa0fb6b
2b471de7ac09
722cb0fe032d
daba6226e41c
e702c3f6d1da
7b22215a6f5a
b4be80922f5c
3958ed7d2994
2cc1a91b3ee5
aa085ae496ef
5bbfe6ccf426
abbdf2e7dab4
7a1b09b09a43
409c84f8f2cb
6e9eee2fdf07
9cd3422a7f75
e82ccebcca5c
e17473565403
8af11c99918c
493df7220cb7
cc8bb49d8400
5c89be046446
8988900a59a5
20d16dc9be3e
52cf0588ba15
62fe512efb47
32abbaf4d985
1e2de112296e
ce1d7d2d4c36
5958c72021fe
b617de3e65a1
d4a35f8b2ff8
370739dc897b
49882f87f7a7
33b5fd751101
9dbfd37d1be3
48de3e58864e
fa2d15c41d43
f734686befb8
6167e172bf05
cfceb01fd96f
df07a6d74df1
Model
7b
13b
33b
13b-16k
13b-fp16
13b-q2_K
13b-q3_K_L
13b-q3_K_M
13b-q3_K_S
13b-q4_0
13b-q4_1
13b-q4_K_M
13b-q4_K_S
13b-q5_0
13b-q5_1
13b-q5_K_M
13b-q5_K_S
13b-q6_K
13b-q8_0
13b-v1.5-16k-fp16
13b-v1.5-16k-q2_K
13b-v1.5-16k-q3_K_L
13b-v1.5-16k-q3_K_M
13b-v1.5-16k-q3_K_S
13b-v1.5-16k-q4_0
13b-v1.5-16k-q4_1
13b-v1.5-16k-q4_K_M
13b-v1.5-16k-q4_K_S
13b-v1.5-16k-q5_0
13b-v1.5-16k-q5_1
13b-v1.5-16k-q5_K_M
13b-v1.5-16k-q5_K_S
13b-v1.5-16k-q6_K
13b-v1.5-16k-q8_0
13b-v1.5-fp16
13b-v1.5-q2_K
13b-v1.5-q3_K_L
13b-v1.5-q3_K_M
13b-v1.5-q3_K_S
13b-v1.5-q4_0
13b-v1.5-q4_1
13b-v1.5-q4_K_M
13b-v1.5-q4_K_S
13b-v1.5-q5_0
13b-v1.5-q5_1
13b-v1.5-q5_K_M
13b-v1.5-q5_K_S
13b-v1.5-q6_K
13b-v1.5-q8_0
33b-fp16
33b-q2_K
33b-q3_K_L
33b-q3_K_M
33b-q3_K_S
33b-q4_0
33b-q4_1
33b-q4_K_M
33b-q4_K_S
33b-q5_0
33b-q5_1
33b-q5_K_M
33b-q5_K_S
33b-q6_K
33b-q8_0
7b-16k
7b-fp16
7b-q2_K
7b-q3_K_L
7b-q3_K_M
7b-q3_K_S
7b-q4_0
7b-q4_1
7b-q4_K_M
7b-q4_K_S
7b-q5_0
7b-q5_1
7b-q5_K_M
7b-q5_K_S
7b-q6_K
7b-q8_0
7b-v1.5-16k-fp16
7b-v1.5-16k-q2_K
7b-v1.5-16k-q3_K_L
7b-v1.5-16k-q3_K_M
7b-v1.5-16k-q3_K_S
7b-v1.5-16k-q4_0
7b-v1.5-16k-q4_1
7b-v1.5-16k-q4_K_M
7b-v1.5-16k-q4_K_S
7b-v1.5-16k-q5_0
7b-v1.5-16k-q5_1
7b-v1.5-16k-q5_K_M
7b-v1.5-16k-q5_K_S
7b-v1.5-16k-q6_K
7b-v1.5-16k-q8_0
7b-v1.5-fp16
7b-v1.5-q2_K
7b-v1.5-q3_K_L
7b-v1.5-q3_K_M
7b-v1.5-q3_K_S
7b-v1.5-q4_0
7b-v1.5-q4_1
7b-v1.5-q4_K_M
7b-v1.5-q4_K_S
7b-v1.5-q5_0
7b-v1.5-q5_1
7b-v1.5-q5_K_M
7b-v1.5-q5_K_S
7b-v1.5-q6_K
7b-v1.5-q8_0
Size
3.8GB
7.4GB
18GB
7.4GB
26GB
5.4GB
6.9GB
6.3GB
5.7GB
7.4GB
8.2GB
7.9GB
7.4GB
9.0GB
9.8GB
9.2GB
9.0GB
11GB
14GB
26GB
5.4GB
6.9GB
6.3GB
5.7GB
7.4GB
8.2GB
7.9GB
7.4GB
9.0GB
9.8GB
9.2GB
9.0GB
11GB
14GB
26GB
5.4GB
6.9GB
6.3GB
5.7GB
7.4GB
8.2GB
7.9GB
7.4GB
9.0GB
9.8GB
9.2GB
9.0GB
11GB
14GB
65GB
14GB
17GB
16GB
14GB
18GB
20GB
20GB
18GB
22GB
24GB
23GB
22GB
27GB
35GB
3.8GB
13GB
2.8GB
3.6GB
3.3GB
2.9GB
3.8GB
4.2GB
4.1GB
3.9GB
4.7GB
5.1GB
4.8GB
4.7GB
5.5GB
7.2GB
13GB
2.8GB
3.6GB
3.3GB
2.9GB
3.8GB
4.2GB
4.1GB
3.9GB
4.7GB
5.1GB
4.8GB
4.7GB
5.5GB
7.2GB
13GB
2.8GB
3.6GB
3.3GB
2.9GB
3.8GB
4.2GB
4.1GB
3.9GB
4.7GB
5.1GB
4.8GB
4.7GB
5.5GB
7.2GB
关键词
分类
热门推荐
相关文章
关于
京公网安备11010802045380号