开源的基础模型能力评测框架，提供了一套轻量级、易于使用的评测体系，支持主流大模型的性能评估。

开源的基础模型能力评测框架，提供了一套轻量级、易于使用的评测体系，支持主流大模型的性能评估。其主要特点如下：轻量易用的评估框架：无缝设计，界面直观，依赖性极小，部署轻松，可扩展性极佳，适应多样化评估场景。评估方式灵活多样：支持统一提示模板，评估指标丰富，可个性化定制，满足特定需求。高效、快速的推理部署：支持torch、vLLM等多种模型部署策略，实现多实例部署，实现快速评估流程。公开透明的开源排行榜：维护开放、可追溯、可复制的评估排行榜，由社区更新驱动，以确保透明度和可信度。官方权威评测数据：采用广泛认可的官方评测集，确保评测的公平性和标准化，确保结果具有可比性和可重复性。全面而广泛的模型支持：为广泛的模型提供支持，包括来自Huggingface开源存储库的模型和个人训练的模型，确保全面的覆盖范围。#框架

《开源大模型食用指南》基于Linux环境快速部署开源大模型 | #指南

《》基于Linux环境快速部署开源大模型#指南本项目是一个围绕开源大模型、针对国内初学者、基于AutoDL平台的中国宝宝专属大模型教程，针对各类开源大模型提供包括环境配置、本地部署、高效微调等技能在内的全流程指导，简化开源大模型的部署、使用和应用流程，让更多的普通学生、研究者更好地使用开源大模型，帮助开源、自由的大模型更快融入到普通学习者的生活中。本项目的主要内容包括：基于AutoDL平台（可扩展，例如阿里云）的开源LLM环境配置指南，针对不同模型要求提供不同的详细环境配置步骤；针对国内外主流开源LLM的部署使用教程，包括LLaMA、ChatGLM、InternLM等；开源LLM的部署应用指导，包括命令行调用、在线Demo部署、LangChain框架集成等；开源LLM的全量微调、高效微调方法，包括分布式全量微调、LoRA、ptuning等。

开源大模型使用指南 | #指南

#指南本项目是一个围绕开源大模型、针对国内初学者、基于AutoDL平台的中国宝宝专属大模型教程，针对各类开源大模型提供包括环境配置、本地部署、高效微调等技能在内的全流程指导，简化开源大模型的部署、使用和应用流程，让更多的普通学生、研究者更好地使用开源大模型，帮助开源、自由的大模型更快融入到普通学习者的生活中。本项目的主要内容包括：基于AutoDL平台（可扩展，例如阿里云）的开源LLM环境配置指南，针对不同模型要求提供不同的详细环境配置步骤；针对国内外主流开源LLM的部署使用教程，包括LLaMA、ChatGLM、InternLM等；开源LLM的部署应用指导，包括命令行调用、在线Demo部署、LangChain框架集成等；开源LLM的全量微调、高效微调方法，包括分布式全量微调、LoRA、ptuning等。本项目适合以下学习者：想要使用或体验LLM，但无条件获得或使用相关API；希望长期、低成本、大量应用LLM；对开源LLM感兴趣，想要亲自上手开源LLM；NLP在学，希望进一步学习LLM；希望结合开源LLM，打造领域特色的私域LLM；以及最广大、最普通的学生群体。

Stable Audio Open 开源 AI 模型发布

StableAudioOpen开源AI模型发布StabilityAI立足StableDiffusion文生图模型，进一步向音频领域拓展，推出了，可以基于用户输入的提示词，生成高质量音频样本。StableAudioOpen最长可以创建47秒的音乐，非常适合鼓点、乐器旋律、环境音和拟声音效，该开源模型基于transforms扩散模型（DiT），在自动编码器的潜在空间中操作，提高生成音频的质量和多样性。StableAudioOpen目前已经开源，感兴趣的用户可以在上试用。据说它使用了来自FreeSound和FreeMusicArchive等音乐库的486000多种采样进行训练。StabilityAI公司表示：“虽然它可以生成简短的音乐片段，但并不适合完整的歌曲、旋律或人声”。StableAudioOpen和StableAudio2.0不同是，前者为开源模型，专注于短音频片段和音效，而后者能够生成最长3分钟的完整音频。来源，频道：@kejiqu群组：@kejiquchat

开源鸿蒙OpenHarmony设备统一互联技术标准重磅发布 华为等共同制定

开源鸿蒙OpenHarmony设备统一互联技术标准重磅发布华为等共同制定OpenHarmony作为智能终端领域发展速度最快的开源操作系统，已覆盖多个行业产品，然而，不同厂家设备间的互联互通问题一直是行业发展的瓶颈。为解决这一问题，OpenHarmony项目群生态委员会成员在2023年11月达成共建设备统一互联技术底座的产业共识，并在2024年第一季度成立了“设备统一互联技术标准筹备组”，启动了相关标准的研究工作。该技术标准的核心是物模型的设计，它定义了普适性、模块化和可扩展三个基本原则，确保设备的基本操作能够实现互联互通。随着OpenHarmony互联业务的不断发展，物模型将不断迭代和扩展，以满足全量互联互通的目标。除了统一物模型，新标准还包括接入与控制接口、投屏、文件分享、符合性测试规范等系列标准，为跨行业、跨厂商设备的互联提供统一的技术规范。这将有助于构建OpenHarmony物联网生态，实现设备间的无缝连接，并提供更流畅、更安全的用户体验。...PC版：https://www.cnbeta.com.tw/articles/soft/1432794.htm手机版：https://m.cnbeta.com.tw/view/1432794.htm

中文LLaMA-2 & Alpaca-2大语言模型 (Chinese LLaMA-2 & Alpaca-2 LLMs)

中文LLaMA-2&Alpaca-2大语言模型()本项目基于Meta发布的可商用大模型Llama-2开发，是中文LLaMA&Alpaca大模型的第二期项目，开源了中文LLaMA-2基座模型和Alpaca-2指令精调大模型。这些模型在原版Llama-2的基础上扩充并优化了中文词表，使用了大规模中文数据进行增量预训练，进一步提升了中文基础语义和指令理解能力，相比一代相关模型获得了显著性能提升。相关模型支持4K上下文并可通过NTK方法最高扩展至18K+。本项目主要内容：针对Llama-2模型增加了新版中文词表，开源了中文LLaMA-2和Alpaca-2大模型了预训练脚本、开源指令精调脚本，用户可根据需要进一步训练模型使用个人电脑的CPU/GPU在本地快速进行大模型仿真和部署体验支持Transformers,llama.cpp,text-Generation-webui,LangChain,vLLM等LLaMA生态目前已开源的模型：Chinese-LLaMA-2-7B,Chinese-Alpaca-2-7B