FATE-LLM开源项目 – 支持隐私保护的大语言模型训练

WaveCoder是一个广泛且多才的项目，专注于增强指令调优和精炼数据生成，采用经过精心调优的代码语言模型和生成器-判别器框架，从开源代码中生成高质量、非重复的指令数据，显著提升大型语言模型在与代码相关任务中的表现和泛化能力。

由TII（Technology Innovation Institute）构建的一个40B参数的因果解码器模型，训练在精选语料库增强的1000B tokens的RefinedWeb上。

localGPT-Vision是一个通过视觉语言模型与文档进行对话的项目，采用了端到端的检索增强生成（RAG）流程，支持本地和专有的视觉语言模型，旨在提高文档交互的效率和准确性。

可以在本地运行起来的大数据模型，基于llama.cpp搭建的前端环境，通过网页访问大数据模型。

DB-GPT是一款AI原生数据应用开发框架，支持本地化部署，不依赖外部服务器或云服务，确保数据隐私和安全性。它具备多模型管理、Text2SQL效果优化、RAG框架优化、Multi-Agents框架协作等功能，助力企业数字化转型与业务增长。DB-GPT在自然语言转SQL准确率达92.8%，并在TPC-H基准测试中超越GPT-4大模型。

GyataGPT.ai 是一个平台，使组织能够快速构建自己的AI应用，同时确保数据隐私，防止第三方数据共享。其自托管的云原生对话式AI解决方案增强了企业能力，提供安全和可扩展的聊天机器人解决方案及AI应用。

Clariti是一款AI驱动的生产力工具，专为专业人士和学生提供私密助手服务。用户可以直接在设备上与PDF、图像、健康数据和日历进行对话，无需依赖云存储或服务器，确保数据隐私。

一个私有数据的AI解决方案，借助GPT对本地数据库的数据进行处理，支持生成SQL、向量存储、数据问答等功能。

Copyleaks AI 内容检测器是一款专门用于检测AI生成内容的工具，旨在帮助用户区分人类撰写和AI生成的内容。它拥有超过99%的准确率，误报率仅为0.2%，支持30多种语言，并能检测多种AI模型生成的内容。该工具广泛应用于学术诚信、知识产权保护、企业内容审核等领域，提供详细的AI Insights分析，帮助用户理解检测结果。

Dot是一个为注重隐私的用户开发的AI工具，利用语言模型的强大功能。它被设计为在用户的设备上本地运行，确保离线操作，从而保障数据的隐私和安全。

ZBrain是一个人工智能平台，旨在帮助企业以个性化的方式进行数据交流和分析。它提供了一个基于用户数据训练的个性化ChatGPT应用，使企业能够轻松创建自己的聊天机器人，支持从各种数据源（如文本、图像、文档和API）导入数据，并利用先进的语言模型（如GPT-4、FLAN和GPT-NeoX）进行动态交互。ZBrain帮助企业做出明智决策、获得深刻洞察、提高生产力，并确保数据隐私。

eLLMo是一个专属的私有大型语言模型，旨在保护客户数据的隐私。它利用增强检索生成（RAG）技术，能够回答客户数据和文档上的问题，打破团队间的信息孤岛。该解决方案可在本地部署，确保数据安全与合规。

CodeComplete是一个专为企业客户设计的AI代码助手，支持自托管，保障安全与隐私。用户可以根据自身代码库进行定制，提供更好的工作流集成和知识产权控制。

GitCase 让开发者能够安全地构建和展示他们的作品集，同时隐藏敏感代码细节，保护知识产权。用户通过 GitHub 登录，导入仓库，选择文件进行转换，以安全的方式展示编码项目。

DataFog是一个平台，允许用户扫描数据以查找敏感信息，并进行编辑或替换为自定义合成数据。这使得用户能够创建不包含个人身份信息(PII)的数据集，以便与可信的第三方共享。

Pal是一个AI助手，与日历、Apple Watch和Gmail同步，为你提供情感支持。你的数据保持私密，Pal会随着时间的推移学习，帮助你更好。

qlora-pipe是一个开源脚本，旨在通过在四块4090 GPU上进行定制训练，以高效的方式训练大型语言模型（LLM）。它支持多块GPU的并行训练，并提供多种配置选项以优化训练流程，确保用户能够根据不同的需求灵活调整训练参数。