🏆 基座模型
①项目：Pixtral
★Pixtral 12B 是由 Mistral AI 发布的多模态模型，支持图像和文本的联合处理，拥有 120 亿参数，大小约为 24GB。模型基于文本模型 Nemo 12B 构建，能够支持任意大小的图像和 128k 的上下文窗口。用户可以通过传递图像和 URL 与文本一起进行消息处理，该模型的检查点由社区上传，提供了图像支持功能，适用于多种机器学习和深度学习任务。词汇库有 131,072 个不同的 token，能实现非常细腻的语言理解和生成。
☆一键收藏：
https://sota.jiqizhixin.com/project/pixtral
②项目：LLaMA-Omni
★LLaMA-Omni 是一个基于 Llama-3.1-8B-Instruct 构建的低延迟高质量端到端语音交互模型，旨在实现 GPT-4o 级别的语音能力。该模型支持低延迟的语音交互，能够同时生成文本和语音响应，适用于多种语音指令场景。
☆一键收藏：
https://sota.jiqizhixin.com/project/llama-omni
③项目：Solar Pro (preview) Instruct - 22B
★Solar Pro Preview 是一个先进的大型语言模型（LLM），具有220亿参数，专为在单个GPU上运行而设计。该项目的亮点在于其卓越的性能，超越了许多参数少于300亿的模型，并与超过三倍参数量的模型（如70亿参数的Llama 3.1）相媲美。Solar Pro Preview采用了改进的深度上采样方法，将14亿参数的Phi-3中型模型扩展至220亿参数，旨在优化在80GB VRAM的GPU上的运行效率。
☆一键收藏：
https://sota.jiqizhixin.com/project/solar-pro-preview-instruct-22b
🤖 Agent开发
①项目名称：SciAgents
★SciAgents 是一个旨在通过多智能体智能图推理来实现科学发现的自动化项目。该项目利用大规模的本体知识图谱来组织和连接各种科学概念，同时结合大语言模型、数据检索工具以及具备现场学习能力的多智能体系统。特别是在生物启发材料领域，SciAgents 揭示了以往被视为不相关的跨学科关系，超越了传统人类驱动研究方法的规模、精度和探索能力。该框架能够自主生成和改进研究假设，阐明潜在机制、设计原理以及意外的材料特性。
☆一键收藏：
https://sota.jiqizhixin.com/project/sciagents
🛠️必备工具
①项目：finetune-Qwen2-VL
★finetune-Qwen2-VL 是一个用于微调 Qwen2-VL 多模态大模型的项目。Qwen2-VL 是由通义千问团队发布的多模态大模型，具有2B、7B和72B三个版本。该项目提供了简洁的微调代码，支持单GPU和多GPU训练，旨在帮助用户快速上手微调Qwen2-VL模型。
☆一键收藏：
https://sota.jiqizhixin.com/project/finetune-qwen2-vl
②项目：Reader-LM
★Jina AI 最近发布了 Reader-LM，这是一组新的小型语言模型，旨在将原始 HTML 转换为干净的 Markdown。这些模型包括 reader-lm-0.5b 和 reader-lm-1.5b，支持多种语言，并且能够处理最长达 256K 的上下文。
☆一键收藏：
https://sota.jiqizhixin.com/project/reader-lm
👋网页端访问：https://sota.jiqizhixin.com
