MOSS 是由复旦大学开发的开源对话语言模型，支持中英双语，具备多轮对话能力和插件功能。其基座模型在约7000亿中英文和代码单词上预训练，并通过对话指令微调、插件增强学习和人类偏好训练，旨在提供高效、实用的对话AI。MOSS 参数规模为16亿，相比ChatGPT规模较小，但训练效率较高，适合复杂交互场景。
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。
Semiring 是一个简化机器学习模型构建和部署的平台，用户只需五个数据样本即可创建数据集，通过简单的 API 部署模型，无需任何机器学习专业知识。
这是一个强大的Stable Diffusion Web UI扩展，利用Dreambooth技术提升图像生成能力，允许用户使用个性化图像训练自定义模型，并提供易于使用的界面来管理训练参数。
整理开源的中文大语言模型，以规模较小、可私有化部署、训练成本较低的模型为主，包括底座模型，垂直领域微调及应用，数据集与教程等。该项目收录了100+个中文LLM相关的开源模型和资源，适合企业应用和研究。
dstack是一个开源工具，可以在任何云环境中简化大型语言模型（LLM）的开发。它使开发者能够利用开放的LLM，降低云成本，避免对供应商的锁定。
这是一本关于在自然语言处理任务中使用大型语言模型(LLMs)的全面指南，提供有关模型、数据和下游任务的深入见解。
Terracotta是一个平台，使用户能够快速直观地实验大型语言模型（LLMs），支持模型管理、微调和评估。用户可以安全存储数据，针对分类和文本生成微调模型，并进行定性与定量比较。
Windows AI Studio是微软提供的官方工具，旨在帮助开发者在本地微调和测试AI模型，支持Phi 2、RAG以及Windows优化模型，整合了Azure AI Studio目录和Hugging Face等资源，确保隐私和数据安全。
Langtrace是一个开源平台，用于监控、追踪和评估您的LLM驱动应用的性能。它自动生成与OpenTelemetry兼容的追踪信息，捕捉提示、完成、令牌计数、成本、模型超参数设置和延迟指标。Langtrace可以通过仅需两行代码快速集成。
AgentOps 是一个专注于开发和评估 AI 智能体的工具包，提供评估、可观察性、重放分析等功能。它支持多种 LLM 和代理框架集成，如 CrewAI、Langchain、Autogen 等，适用于多种计算机和 AI 应用场景。通过 Python SDK，用户可以轻松集成到现有系统中，进行智能体监控、成本跟踪、基准测试等操作。此外，AgentOps 还支持艺术创作、旅游推荐、房产搜索、健康分析、人物模拟、数据抓取和策略制定等多种应用场景。
Champ 是一个基于3D参数指导的人体图像动画生成项目，旨在增强动画的可控性与一致性。它通过使用3D参数模型，准确捕捉复杂的人体几何形状和运动特征，能够在多个基准数据集上生成高质量的人体动画。
