DeepSeek が公開した MoE 大規模モデル。最上位のクローズドモデルに匹敵する性能を、きわめて低い学習コストで実現。
GPT-NeoX
An implementation of model parallel autoregressive transformers on GPUs, based on the Megatron and DeepSpeed libraries
- カテゴリ
- 🧠 大規模言語モデル
- リポジトリ
- EleutherAI/gpt-neox
- スター
- ★ 7,471
- フォーク
- 1,127
- 最終更新
- 2026-10-11
- アクセス数
- 0
Transformers
関連プロジェクト
DeepSeek の推論モデル。強化学習で長い思考の連鎖を引き出し、蒸留した小型モデルも公開している。
阿里通义千问第三代开源模型，涵盖稠密与 MoE，支持思考/非思考模式切换。
xAI 开放的 Grok-1 权重与示例代码。
Hugging Face 对 DeepSeek-R1 的完全开源复现，含训练数据与脚本。
The official repo of Qwen (通义千问) chat & pretrained large language model proposed by Alibaba Cloud.