Awesome-Chinese-LLM开源项目 – 开源中文大语言模型资源整理

文章提出了一个七阶段的LLM微调流程，涵盖了从数据准备到模型部署的完整生命周期，提供了实用的技术和方法，以提升大规模语言模型的性能和应用效果。

该项目提供多个无审查的中文语言模型，支持多种文本生成任务，灵活选择与使用，开放访问，社区驱动更新。

phi-1.5是微软发布的一个具有13亿参数的语言模型，在自然语言处理和复杂推理任务上表现优异，其性能可与体量大5倍的模型相媲美。该模型遵循‘教科书就是你需要的一切’的原则，并且不使用爬虫爬取的互联网数据。

Acquire AI是一个AI市场和平台，用户可以发现、购买、构建和出售创新且可扩展的AI项目。它为AI爱好者、开发者和企业提供了一个全面的生态系统，以便探索、获取和协作AI项目。

OpenAI o1是一个新的大型语言模型，通过强化学习进行训练，旨在执行复杂的推理任务。o1在回答问题之前会进行思考，能够产生长而复杂的内在思维链，确保回答的准确性和深度。

Valyu是一个综合平台，帮助用户处理AI训练数据的来源和许可问题。它提供了3000多个开放数据集的来源验证、清晰的许可和质量信息，用户还可以购买无冲突许可的多模态数据集。

2000 Fine Tuning Prompts是一个全面的资源，旨在帮助爱好者学习和实验微调，熟悉其在不同上下文中的功能和应用。

Graduate-Level Google-Proof Q&A Benchmark，是一个评估大型语言模型和可扩展监督机制能力的高难度数据集，包含448道选择题，旨在测试专家的准确率。

高度可定制的私有化AI接口工具，集成了笔记本、基础聊天、文档管理和Youtube视频处理等功能，可灵活配置不同的LLM模型、TTS模型、OCR模型和搜索引擎，支持多用户认证和私有化部署

扩散模型的极速推理工具，能快速处理复杂的图像生成任务，提升模型运行效率

LLMTuner 是一个专为大语言模型设计的指令调优工具，支持全量参数微调、LoRA 和 QLoRA，旨在提升模型的指令响应能力和优化微调过程。

一个关于大语言模型（LLMs）的实用指南和食谱，旨在帮助用户更好地理解和使用这些模型。

Phoenix是一个notebook-first的Python库，利用嵌入技术发现LLM、计算机视觉(CV)、自然语言处理(NLP)和表格模型中的潜在现象和问题。它支持多种模型的可观察性，提供洞察发现工具，帮助识别和解决模型问题，并集成监控功能以实时跟踪模型性能，同时支持模型的微调和优化。

TRL 是一个用于增强训练基础模型的 Python 库，支持监督微调、近端策略优化和直接偏好优化等技术。它与 Hugging Face Transformers 生态系统紧密集成，支持多种模型架构和模态，并支持分布式训练。TRL 提供了多种训练器，如 SFTTrainer、GRPOTrainer、DPOTrainer 和 RewardTrainer，方便用户进行模型微调。此外，TRL 还支持通过 Hugging Face Accelerate 进行高效扩展，并集成了 Hugging Face PEFT 和 Unsloth 来优化训练过程。

指令回译是一种可扩展的方法，通过自动为人类编写的文本添加相应的指令标签，从而构建一个高质量的指令跟随语言模型。该方法在生成和筛选训练样例方面表现出色，并且可以微调现有模型以提高性能。

FunASR 是一个旨在连接学术研究与工业应用的语音识别工具包。它支持工业级语音识别模型的训练与微调，帮助研究者和开发者更方便地进行语音识别模型的研究与生产，推动语音识别生态的发展。FunASR 提供了丰富的预训练模型和便捷的脚本与教程，支持推理和微调，涵盖语音识别、语音活动检测、标点恢复、语言模型、说话人验证、说话人分离等多种功能。

Microsoft 365 Copilot Chat是集成在Microsoft 365商业版中的企业级AI助手，通过文本生成、文件分析、图像生成等功能提升工作效率。其核心AI Agent功能可自动化复杂业务流程（如供应链管理），支持自然语言或可视化拖拽创建，无需编程背景。支持私有化部署、实时协作（Copilot Pages）及企业数据深度集成，涵盖文档总结、数据分析、演示优化等办公全场景。

SiliconCloud 是一个为开发者提供多种大型 AI 模型访问的云平台，支持包括 DeepSeek-V3、DeepSeek-R1、Qwen2.5-72B 等模型。平台通过 API 服务让用户能够轻松集成这些模型，适合各种应用开发。新用户注册时可获赠 14 元信用，并可通过邀请朋友获取更多信用。平台还提供模型微调和部署服务，支持自定义模型，并与华为云合作，提供高性能推理加速，效果媲美高端 GPU。

基于模块化构建和敏捷部署的RAG系统框架，旨在通过自动化的 '数据构建 - 模型微调 - 推理评估' 知识适应技术系统，为研究人员和开发者提供一站式的解决方案。

GradientJ旨在使NLP应用更易获取，提供创建、微调和管理NLP应用的综合解决方案，充分利用大语言模型的能力。

LMFlow是一个专为语言模型工作流设计的开源框架，提供优化开发与部署过程的工具，支持从训练到推理的全链路管理，提升语言任务的效率。它具有可扩展的架构，支持大规模机器学习模型的高效微调和推理，并提供用户友好的界面进行模型管理。

Align-Anything 是一个旨在对齐任意模态大型模型（如LLMs、VLMs等）与人类意图和价值观的开源框架。它提供了高度模块化的设计，支持多种对齐算法和模态模型的微调。项目支持文本、图像、音频和视频等多种模态，并提供了相应的处理和对齐方法。用户可以通过该框架轻松定制和优化模型，以适应不同的任务需求。

T5X Retrieval是Google Research开发的一个JAX实现的T5（文本到文本转换变换器），针对检索应用进行了优化。