模型找得到，
下载更顺手。

Bunny-phi-2-siglip-lora Bunny是一系列轻量级但强大的多模态模型，可用于视觉语言任务。 提供多种即插即用的视觉编码器，包括EVA-CLIP和SigLIP。支持多种语言主干网络，包括Llama-3-8B、Phi-1.5、StableLM-2、Qwen1.5、MiniCPM和Phi-2。Bunny-v1.0-3B模型基于SigLIP和Phi-2构建，在相同规模的模型中表现优于最先进的MLLM，也优于更大的MLLM框架（7B），甚至可达到与13B模型相当的

OPI-Llama-3.1-8B-Instruct 是一个专门针对蛋白质相关任务进行微调的大语言模型，基于 Meta-Llama-3.1-8B-Instruct 训练。该模型用于处理蛋白质科学领域的各种任务，包括序列理解、功能注释预测和知识挖掘等。 输入：自然语言形式的蛋白质序列、基因符号或基因名称相关查询 输出：基于蛋白质科学知识的预测结果，如 EC 编号、折叠类型、功能关键词、GO 术语、功能描述、组织位置或癌症预测等

OPI-Galactica-6.7B 是基于 Galactica-6.7B 模型微调得到的蛋白质领域大语言模型，使用完整的 OPI 训练集（OPI full 1.61M train.json）进行训练。该模型用于适应蛋白质相关任务。 该模型主要用于蛋白质相关任务的处理，包括序列理解、注释预测和知识挖掘。 EC 编号预测：在 split100 测试集上准确率 0.2700，price 测试集上准确率 0.0268

悟道·天鹰（Aquila） 语言大模型是首个具备中英双语知识、支持商用许可协议、国内数据合规需求的开源语言大模型。 🌟 支持开源商用许可。Aquila系列模型的源代码基于 Apache 2.0 协议，模型权重基于《智源Aquila系列模型许可协议》，使用者在满足许可限制的情况下，可用于商业目的。 ✍️ 具备中英文知识。Aquila系列模型在中英文高质量语料基础上从 0 开始训练，中文语料约占 40%，保证模型在预训练阶段就开始积累原生的中文世界知识，而非翻译而来的知识。

Aquila-135M是一个小型双语（中英文）语言模型，采用两阶段训练范式：预训练和退火训练。Aquila-135M-Instruct是基于Infinity Instruct微调的指令模型。 该模型在预训练阶段使用1.66TB中英文双语token，退火阶段使用100B高质量双语数据。在英文基准测试中达到与SmolLM2-135M相当的性能，在中文基准测试中表现显著更好。在参数总量低于或约400M的小型模型中，Aquila-135M在保持领先处理能力的同时，显著提升了中文语言能

我们开源了我们的 Aquila2 系列，现在包括基础语言模型 Aquila2-7B 和 Aquila2-34B ，对话模型 AquilaChat2-7B 和 AquilaChat2-34B，长文本对话模型AquilaChat2-7B-16k 和 AquilaChat2-34B-16k 悟道 · 天鹰 Aquila 模型的更多细节将在官方技术报告中呈现。请关注官方渠道更新。 快速开始使用 AquilaChat2-7B

我们开源了我们的 Aquila2 系列，现在包括基础语言模型 Aquila2-7B 和 Aquila2-34B ，对话模型 AquilaChat2-7B 和 AquilaChat2-34B，长文本对话模型AquilaChat2-7B-16k 和 AquilaChat2-34B-16k 基于AquilaChat2-34B初始版本的开发经验，我们对AquilaChat2-34B进行了全面升级并发布1.2版本。评测结果显示，

AquilaMoE：基于Scale-Up与Scale-Out策略的高效MoE模型训练 AquilaMoE是由北京人工智能研究院（BAAI）语言基础模型与软件团队开发的双语8×16B混合专家（Mixture of Experts，MoE）语言模型。该模型采用创新的EfficientScale训练方法，通过两阶段流程优化性能并最大程度减少数据需求。 AquilaMoE是一款双语（中英文）大语言模型，采用MoE架构，共8个专家模块，每个token激活2个专家，约使用30B参数。模型

我们开源了我们的 Aquila2 系列，现在包括基础语言模型 Aquila2-7B 和 Aquila2-34B ，对话模型 AquilaChat2-7B 和 AquilaChat2-34B，长文本对话模型AquilaChat2-7B-16k 和 AquilaChat2-34B-16k 悟道 · 天鹰 Aquila 模型的更多细节将在官方技术报告中呈现。请关注官方渠道更新。 更新/Updates 2024.6.6

我们开源了我们的 Aquila2 系列，现在包括基础语言模型 Aquila2-7B 和 Aquila2-34B ，对话模型 AquilaChat2-7B 和 AquilaChat2-34B，长文本对话模型AquilaChat2-7B-16k 和 AquilaChat2-34B-16k 2023.10.25 🔥 基于AquilaChat2-34B-16K初始版本的开发经验，我们对AquilaChat2-34B-16K进行了全面升级并发布1.2版本。

AquilaMoE 是由北京人工智能研究院（BAAI）语言基础模型与软件团队开发的双语8×16B Mixture of Experts（MoE）语言模型。 AquilaMoE 是一个大规模双语（中文和英文）语言模型，采用MoE架构设计，用于自然语言处理任务。该模型通过EfficientScale训练方法实现高效训练，在减少数据需求的同时优化性能。 该模型支持中英双语处理，具备以下核心能力：

AquilaMoE：高效的大规模MoE模型训练方法 AquilaMoE是由北京人工智能研究院（BAAI）语言基础模型与软件团队开发的双语8×16B混合专家（Mixture of Experts）语言模型。该模型采用创新的EfficientScale训练方法，通过两阶段流程（Scale-Up扩展和Scale-Out扩展）在优化性能的同时最大程度减少数据需求。 AquilaMoE模型系列随着参数规模增大，在多项任务上的性能显著提升。Scale-Up和Scale-Out策略均能有效

AquilaMoE：高效的大规模MoE模型训练方法 AquilaMoE是由北京人工智能研究院（BAAI）开发的双语8×16B混合专家（Mixture of Experts）语言模型，采用创新的EfficientScale训练方法，通过两阶段流程（Scale-Up扩展和Scale-Out扩展）在减少数据需求的同时优化性能。 该模型支持中英双语处理，在连续预训练过程中保持并降低损失。EfficientScale方法利用从较小模型转移的知识，实现高效的大规模模型训练，显著提升训练效

我们开源了我们的 Aquila2 系列，现在包括基础语言模型 Aquila2-7B 和 Aquila2-34B ，对话模型 AquilaChat2-7B 和 AquilaChat2-34B，长文本对话模型AquilaChat2-7B-16k 和 AquilaChat2-34B-16k 悟道 · 天鹰 Aquila 模型的更多细节将在官方技术报告中呈现。请关注官方渠道更新。 更新/Updates 2024.6.6

我们开源了我们的 Aquila2 系列，现在包括基础语言模型 Aquila2-7B 和 Aquila2-34B ，对话模型 AquilaChat2-7B 和 AquilaChat2-34B，长文本对话模型AquilaChat2-7B-16k 和 AquilaChat2-34B-16k 悟道 · 天鹰 Aquila 模型的更多细节将在官方技术报告中呈现。请关注官方渠道更新。 快速开始使用 AquilaChat2-7B-16K

我们开源了我们的 Aquila2 系列，现在包括基础语言模型 Aquila2-7B，Aquila2-34B 和 Aquila2-70B-Expr ，对话模型 AquilaChat2-7B，AquilaChat2-34B 和AquilaChat2-70B-Expr ，长文本对话模型AquilaChat2-7B-16k 和 AquilaChat2-34B-16k 悟道 · 天鹰 Aquila 模型的更多细节将在官方技术报告中呈现。请关注官方渠道更新。

我们开源了我们的 Aquila2 系列，现在包括基础语言模型 Aquila2-7B，Aquila2-34B 和 Aquila2-70B-Expr ，对话模型 AquilaChat2-7B，AquilaChat2-34B 和AquilaChat2-70B-Expr ，长文本对话模型AquilaChat2-7B-16k 和 AquilaChat2-34B-16k 悟道 · 天鹰 Aquila 模型的更多细节将在官方技术报告中呈现。请关注官方渠道更新。

AREX-Base是北京人工智能研究院（BAAI）开发的深度研究智能体系列AREX中的大型模型，专为长周期任务设计。在这类任务中，智能体需要跨多个来源搜索、组装候选答案、验证多个约束条件，并在证据不完整时修订研究计划。 递归自我改进：评估临时答案，选择接受、改进或重新开始研究轨迹。 验证引导的研究：将未解决的答案约束转化为重点后续搜索。