关注的9个开源LLMs和智能体
9个开源LLMs和智能体
在过去的一年中，对大型语言模型和LLM代理的兴趣急剧增长。随着大型语言模型在多个领域的不断发展，它们将开始分支并变得更加领域特定，以解决一般LLM不适合的复杂问题。
所以让我们来看一些我们正在关注的有趣和新的开源LLM和LLM代理：
开放解释器：
开放解释器是一个旨在为大型语言模型创建通用解释器的项目。这将允许LLM之间进行通信，并从各种来源访问信息，使它们能够共享信息并以更高的效率共同完成任务。
该项目仍处于早期阶段，但它有潜力彻底改变开源LLM的使用方式。如果成功，它可能会导致LLM在各种新应用中的使用，从客户服务到医学诊断。
LLama2.c：
LLama2.c是Andrzej Karpathy的LLM项目的分支。它旨在比原始LLM更高效且更易于使用。LLama2.c是用C语言编写的，而原始LLM是用Python编写的。这使得LLama2.c比原始LLM更快且更节省内存。LLama2.c还包括一些使其更易于使用的功能，例如命令行界面和图形界面。
Fooocus：
Fooocus是一个旨在创建可以专注于特定任务的大型语言模型（LLM）的项目。这将使LLM能够解决其他方法无法解决的复杂问题。例如，专注于编写代码任务的LLM可以用于生成复杂软件应用程序的代码。或者，专注于语言翻译任务的LLM可以用于将文档从一种语言翻译成另一种语言。
Fooocus项目仍处于早期阶段，但它有潜力彻底改变我们使用LLM的方式。通过专注于特定任务，我们可以使LLM成为更强大和有用的工具。
CodeLllama：
CodeLllama是一个经过训练的LLM代理，可以编写和生成多种编程语言的代码。其中一些语言包括Python、Java和C++。当然，它并不是替代程序员的工具，CodeLlama可以用于生成各种任务的代码，例如创建Web应用程序、开发移动应用程序和编写脚本。为开发人员释放宝贵的时间，让他们专注于更复杂的项目和规划。
它还可以用于生成特定目的的代码，例如生成实现特定算法的代码或生成解决特定问题的代码。CodeLlama是一个强大的工具，既适用于经验丰富的程序员，也适用于新手。
Llama-gpt：
Llama-gpt是一个经过训练的大型语言模型代理，可以生成符合GPT-3风格的文本。它可以用于创建各种不同类型的内容，例如博客文章和故事。这对于作家、博客作者和营销人员寻求提高生产力可能会有帮助。Llama-gpt仍在开发中，但已经被用于创建各种不同类型的内容，包括博客文章和故事。它是一个有潜力彻底改变内容创作方式的工具。
OpenTF：
OpenTF是一个旨在创建TensorFlow的开源实现的项目。这将使得在更广泛的平台上使用TensorFlow成为可能，并且还将允许在如何使用TensorFlow方面具有更大的定制性和灵活性。
例如，开发人员可以使用OpenTF创建针对特定任务或平台进行优化的TensorFlow版本。此外，OpenTF还可以用于创建当前专有TensorFlow实现不支持的新功能和功能。该项目旨在创建一个开源实现，将使得在更广泛的平台上使用TensorFlow成为可能，包括当前版本不支持的平台。
Vall-E-X：
Vall-E-X 是一个旨在创建一个能够模仿人类语音的 LLM（语言模型）的项目。目前仍在开发中，但它有潜力颠覆我们与计算机互动的方式。目前，我们通过各种接口与计算机互动，包括键盘、鼠标和触摸屏。然而，这些接口在传达自然人类语言方面存在局限性。
该项目希望通过允许人类使用自然语言与计算机互动来克服这些局限性。这将使我们更容易向计算机提供指令和提问。它还将使我们能够与计算机进行更自然的对话。Vall-E-X 目前仍处于早期开发阶段，但它有潜力改变我们将来与计算机互动的方式。
AI Town：
AI Town 是一个旨在创建一个虚拟世界，让 LLM 和人类互动的项目。例如，我们可以观察 LLM 在社交环境中如何互动，以及它们如何回应人类的不同提示和问题。这些信息可以帮助我们更好地理解 LLM 的学习和思考方式，以及它们在各种应用中的用途。
此外，AI Town 还可以用于创建新形式的娱乐和教育。例如，我们可以创建虚拟世界，让 LLM 充当导游，或者提供教育内容。
无缝通信：
无缝通信是一个旨在创建一个能够自动在不同语言之间进行翻译的系统的项目。这将使全世界的人们更容易地进行交流，可能实时地进行交流。
这只是正在开发的众多新的 LLM 和 LLM 代理中的几个例子。LLM 有潜力颠覆许多不同的行业，我们对这项技术的未来充满期待。
结论：
跟踪与开源 LLM 相关的任何变化变得越来越重要。最好的地方是参加于今年10月30日至11月2日举行的 ODSC West 2023。在专门关注自然语言处理和 LLM 的完整赛道上，您将享受到关于这个快速发展领域的演讲、会议、活动等。
已确认的会议包括：
- 使用特征存储个性化 LLM
- 了解大模型的全景
- 使用 LlamaIndex 在数据上构建以 LLM 为动力的知识工作者
- 使用 data2vec 进行通用高效的自监督学习
- 走向可解释和语言无关的 LLM
- 在 Slack 消息上进行 LLM 的微调
- 超越演示和原型：如何使用开源 LLM 构建适用于生产的应用程序
- 使用 LangChain 自动化业务流程
- 连接大型语言模型-常见陷阱和挑战
您还在等什么？立即获取通行证吧！
