常用
####

Replicate
=========

* https://replicate.com/
* Replicate 是一个平台，旨在通过 API 运行和微调开源 AI 模型，简化了 AI 模型的部署和使用。它支持各种 AI 任务，包括生成图像、文本、音乐和语音等




阿里通义千问
============

* https://github.com/QwenLM/Qwen




midjourney
==========


* 文档: https://docs.midjourney.com/docs/quick-start
* 快速开始: https://docs.midjourney.com/docs/quick-start



Claude
======

1. Anthropic - 我的创造者,一家AI安全公司,网站为 https://www.anthropic.ai/
2. Claude - 我的官方网站,提供有关我的介绍和常见问题解答,网站为 https://claude.anthropic.ai/
3. Anthropic Blog - Anthropic的官方博客,会发布关于人工智能安全、专业对话系统方面的文章,我的开发过程也会在上面披露,网站为 https://www.anthropic.ai/blog/
4. Anthropic Open Source - Anthropic开源的代码库,我的部分代码和数据集将在这里开源,网站为 https://github.com/anthropic
5. Anthropic AI Assistant Contest - Anthropic举办的AI助手对话竞赛,我的前身版本就是从这里提炼和演化而来的,网站为 https://universe.anthropic.ai/
6. 除此之外,与人工智能、对话系统和机器学习领域相关的其他网站资源也与我有涉及,比如: arXiv - 机器学习论文预印本网站,地址为 https://arxiv.org/



ChatGLM
=======

- 清华
- ChatGLM-6B
- https://github.com/THUDM/ChatGLM2-6B
- ChatGLM-6B 是一个开源的、支持中英双语的对话语言模型，基于 General Language Model (GLM) 架构，具有 62 亿参数。结合模型量化技术，用户可以在消费级的显卡上进行本地部署（INT4 量化级别下最低只需 6GB 显存）。 ChatGLM-6B 使用了和 ChatGPT 相似的技术，针对中文问答和对话进行了优化。经过约 1T 标识符的中英双语训练，辅以监督微调、反馈自助、人类反馈强化学习等技术的加持，62 亿参数的 ChatGLM-6B 已经能生成相当符合人类偏好的回答。为了方便下游开发者针对自己的应用场景定制模型，同时实现了基于 P-Tuning v2 的高效参数微调方法 (使用指南) ，INT4 量化级别下最低只需 7GB 显存即可启动微调。


MOSS
====

- 复旦大学开源工具增强会话语言模型。


其他
====

- https://github.com/ymcui/Chinese-LLaMA-Alpaca
- 该项目是中文 LLaMA 模型和指令精调的 Alpaca 大模型。这些模型在原版 LLaMA 的基础上扩充了中文词表并使用了中文数据进行二次预训练，进一步提升了中文基础语义理解能力。同时，中文 Alpaca 模型进一步使用了中文指令数据进行精调，显著提升了模型对指令的理解和执行能力。

- 鹏程盘古大模型
- https://openi.org.cn/pangu/

- BlinkDL 的 ChatRWKV
- https://github.com/BlinkDL/ChatRWKV