ChatGPT Online：由ChatGPT API提供支援的高階語言模型
ChatGPT Online是由ChatGPT API提供支援的高階語言模型，能夠與使用者進行有意義且動態的對話。它可以理解並回答各種主題和問題，是一個多功能且可靠的對話夥伴。
LLM Augmented LLMs：擴充套件能力，提升效率
LLM Augmented LLMs透過將現有基礎模型與更具體的模型進行組合，實現新的能力。CALM（Composition to Augment Language Models）引入模型之間的交叉注意力，以組合它們的表示並實現新的能力。其顯著特點包括：（i）透過“重用”現有LLMs以及少量額外引數和資料，在新任務上擴充套件LLMs的規模；（ii）保持現有模型權重不變，因此保留現有的能力；（iii）適用於不同的領域和設定。實驗證明，將PaLM2-S與在低資源語言上訓練的較小模型進行增強，在諸如翻譯成英語和低資源語言的算術推理等任務上，結果絕對改善了高達13%。類似地，當PaLM2-S與特定於程式碼的模型進行增強時，在程式碼生成和解釋任務上，相對於基礎模型，我們看到了高達40%的改進，與完全微調的對應模型不相上下。
honeybee：多模態語言模型預測網路
Honeybee是一個適用於多模態語言模型的區域性性增強預測器。它能夠提高多模態語言模型在不同下游任務上的效能,如自然語言推理、視覺問答等。Honeybee的優勢在於引入了區域性性感知機制,可以更好地建模輸入樣本之間的依賴關係,從而增強多模態語言模型的推理和問答能力。
TinyGPT-V：高效多模態大型語言模型
TinyGPT-V 是一種高效的多模態大型語言模型，透過使用小型骨幹網路來實現。它具有強大的語言理解和生成能力，適用於各種自然語言處理任務。TinyGPT-V 採用 Phi-2 作為預訓練模型，具備出色的效能和效率。
Taylor AI：泰勒AI幫助您的工程師訓練模型。
Taylor AI是一個平臺，可以使您的工程團隊在不需要設定GPU和解密複雜庫的情況下訓練語言模型。它允許您按照自己的條件訓練和部署開源語言模型，讓您擁有完全的控制權和資料隱私。使用Taylor AI，您可以擺脫按標記付費的定價方式，自由地部署和與您的AI模型互動。它簡化了訓練和最佳化語言模型的過程，讓您的團隊可以專注於構建和迭代。Taylor AI始終跟上最新的開源模型，確保您可以使用最先進的語言模型進行訓練。根據您獨特的合規和安全標準安全地部署您的模型。
Megatron-LM：大規模訓練 Transformer 模型的持續研究
Megatron-LM 是由 NVIDIA 應用深度學習研究團隊開發的一種強大的大規模 Transformer 模型。該產品用於大規模訓練 Transformer 語言模型的持續研究。我們使用混合精度，高效的模型並行和資料並行，以及多節點的 Transformer 模型（如 GPT、BERT 和 T5）的預訓練。
ml-ferret：端到端MLLM，實現精準引用和定位
ml-ferret是一個端到端的機器學習語言模型（MLLM），能夠接受各種形式的引用並響應性地在多模態環境中進行精準定位。它結合了混合區域表示和空間感知的視覺取樣器，支援細粒度和開放詞彙的引用和定位。此外，ml-ferret還包括GRIT資料集（約110萬個樣本）和Ferret-Bench評估基準。
KraspAI Kompass：快速比較頂尖語言模型，無需編碼
KraspAI Kompass是一個用於比較頂尖語言模型的平臺，使用者可以在不到一分鐘的時間內測試各種提示，包括閉源和開源模型。使用者可以建立自己獨特的測試套件，並無需編碼即可比較模型。該產品分為免費版、專業版和企業定製版，使用者可以根據自己的需求選擇合適的版本。
LangSplat：高效構建3D語言場
LangSplat透過將CLIP語言嵌入對映到一組3D高斯分佈來構建3D語言場,實現了對3D場景進行開放詞彙量查詢。它避免了NeRF中的昂貴渲染過程,大大提高了效率。學習到的語言特徵精確捕捉對象邊界,提供了精確的3D語言場,沒有需要後處理。LangSplat相比LERF提高了199倍的速度。
Llemma：開放數學語言模型
Llemma是一個開放的數學語言模型，提供資料和訓練程式碼。它可以用於數學相關的任務，如定理證明、數學文字生成等。Llemma具有高質量的數學訓練資料，可以幫助使用者進行數學研究和應用開發。Llemma的優勢在於其開放性和靈活性，使用者可以根據自己的需求進行定製和擴充套件。Llemma的定價資訊請參考官方網站。