BLOOMZ是由BigScience和Hugging Face开发的多语言大语言模型系列，通过对BLOOM和mT5预训练模型进行跨语言任务混合（xP3）微调，实现在46种自然语言和13种编程语言中的零样本指令跟随能力。支持从300M到176B的多种参数规模，适用于翻译、内容生成、概念解释等多样化NLP任务。
Babel是阿里巴巴开源的多语言大模型，支持25种主流语言，覆盖全球90%以上的人口。它提供了9B和83B两个版本，9B专为高效的多语言大模型推理和微调设计，适合研究和本地部署；而83B性能更好，但消耗的资源也更多。Babel的创新之一是采用了层扩展技术，通过在模型中插入额外的层来增加参数数量从而提升模型的性能。预训练方面，Babel采用了两阶段预训练策略：第一阶段是恢复阶段，目标是恢复模型在扩展过程中可能损失的性能；第二阶段是持续训练阶段，重点提升模型的多语言能力，尤其是低资源语言。Babel在多个主流基准测试中表现出色，尤其是在多语言推理、理解和翻译方面。
Qwen2.5 是由阿里巴巴云的 Qwen 团队开发的大型语言模型系列，涵盖从 0.5B 到 72B 的多种尺寸。该系列包括通用语言模型、编程模型 Qwen2.5-Coder 和数学模型 Qwen2.5-Math，适用于从终端设备到企业级系统的广泛应用。Qwen2.5 在多语言支持（超过 29 种语言）、长上下文处理（高达 128K 令牌）和多种运行框架兼容性方面表现出色。
VERSE-65B 是由深圳元象科技自主研发的支持多语言的大语言模型，参数规模为 650 亿，开源的底座模型。
Aquila语言大模型在技术上继承了GPT-3、LLaMA等的架构设计优点，替换了一批更高效的底层算子实现、重新设计实现了中英双语的tokenizer，升级了BMTrain并行训练方法，在Aquila的训练过程中实现了比Magtron+DeepSpeed ZeRO-2将近８倍的训练效率。
Disperto是一个基于AI的平台，提供各种工具和服务，包括内容创作、虚拟助手和多样化主题，如教练、自然疗法、个人培训、购物助手、烹饪专业、旅行代理等，全面协助用户满足不同兴趣领域的信息需求。
KreadoAI视频创作平台是一款能够生成短视频、创意视频和多语言视频的工具，支持虚拟角色视频和口语视频的制作。用户只需输入所需文本或关键词，平台便能生成真实或虚拟角色的多语言视频，为创作者提供AI赋能的能力。
Starsky是一个利用先进算法生成高质量、定制化内容的AI技术，适用于多种需求。
YT Copycat是一个基于AI的工具，允许用户将任何YouTube视频转换为多样化的书面内容。它使用GPT-4技术，支持超过30种语言，为YouTube视频解锁书面潜力。用户可以轻松创建详细的博客文章、有见地的推文和引人入胜的新闻通讯。
MiniMind 是一个开源 AI 项目，旨在从零开始，以极低的成本和极短的时间训练出超小语言模型。项目涵盖了从数据集清洗到模型训练的全过程，并提供了多种先进的算法和模型结构。通过仅需 3 块钱成本和 2 小时，即可训练出 25.8M 的超小语言模型，最小版本体积是 GPT-3 的 1/7000，适合普通个人 GPU 快速训练。项目还拓展了视觉多模态的 VLM: MiniMind-V，所有核心算法代码均从 0 使用 PyTorch 原生重构，不依赖第三方库提供的抽象接口。这不仅是大语言模型的全阶段开源复现，也是一个入门 LLM 的教程。
gigaGPT是一个用于训练具有数百亿参数的大型语言模型的代码库，仅有500多行代码。它受到Andrej Karpathy的nanoGPT启发，但专为Cerebras硬件优化，能够扩展到GPT-3规模的模型。gigaGPT旨在提供一个干净、高效和可用的代码库，而不是追求训练最先进的模型。
Rigging是一个轻量级的LLM交互框架，旨在简化生产代码中语言模型的应用。它提供了结构化Pydantic模型与非结构化文本输出之间的互操作性，支持LiteLLM等多种语言模型。用户可以通过Python函数定义提示，进行异步批处理和快速迭代，非常适合大规模生成任务。
Chinese LLaMA-Alpaca是一个专注于中文的LLaMA-Alpaca模型，旨在推动中文自然语言处理的研究和应用。该模型基于先进的LLaMA架构，适用于多种中文任务，帮助用户在中文环境中实现更智能的交互与分析。
Nutshell Summaries 2.0 是一款利用人工智能技术，为用户提供YouTube视频的精简摘要的工具，无需观看整个视频即可获取最重要的信息。用户只需输入YouTube链接，选择输出语言，然后点击“总结！”即可快速获得视频的简明扼要的总结。
Hunyuan-Large是腾讯推出的大型MoE（Mixture of Experts）模型，拥有3890亿参数和520亿激活参数，是业界目前最大的开源Transformer基础MoE模型，专注于自然语言处理和长文本理解。
旨在开发并开源大型语言模型的对齐技术，包括监督微调(SFT)、奖励模型(RM)、拒绝采样和人类反馈强化学习(RLHF)等。
