Startseite Projekte Phi2-mini-Chinese
Phi2-mini-Chinese

Phi2-mini-Chinese

von charent · GitHub

Phi2-Chinese-0.2B Trainiere dein eigenes Phi2-Kleinmodell für Chinesisch von Grund auf, unterstützt die Anbindung von langchain zum Laden lokaler Wissensdatenbanken für die retrieval-augmented generation (RAG).

Auf GitHub ansehen
⭐ Sterne
🍴 Forks
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
Phi2-mini-Chinese — GitHub preview card
📈 Sternhistorie
592591
2026-07-202026-07-29
📈 Phi2-mini-Chinese verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Phi2-Chinese-0.2B Trainiere dein eigenes Phi2-Kleinmodell für Chinesisch von Grund auf, unterstützt die Anbindung von langchain zum Laden lokaler Wissensdatenbanken für die retrieval-augmented generation (RAG).

Phi2-mini-Chinese hat 591 Sterne auf GitHub. Es wurde 65-mal geforkt. Phi2-mini-Chinese ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2023 aktiv entwickelt. Phi2-mini-Chinese ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: language-model, phi-2, retrieval-augmented-generation, text-generation.

Frequently asked questions

Was ist Phi2-mini-Chinese?

Phi2-Chinese-0.2B Trainiere dein eigenes Phi2-Kleinmodell für Chinesisch von Grund auf, unterstützt die Anbindung von langchain zum Laden lokaler Wissensdatenbanken für die retrieval-augmented generation (RAG).

Ist Phi2-mini-Chinese Open Source?

Phi2-mini-Chinese ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist Phi2-mini-Chinese kostenlos?

Ja. Phi2-mini-Chinese ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht Phi2-mini-Chinese?

Phi2-mini-Chinese ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist Phi2-mini-Chinese geschrieben?

Phi2-mini-Chinese ist hauptsächlich in Jupyter Notebook geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — Phi2-mini-Chinese

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=charent-phi2-mini-chinese)](https://olud.ai/project/charent-phi2-mini-chinese.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
ChatLM-mini-Chinese
中文对话0.2B小模型(ChatLM-Chinese-0.2B),开源所有数据集来源、数据清洗、tokenizer训练、模型预训练、SFT指令微调、RLHF优化等流程的全部代码。支持下游任务…
1.7k · chatbot
teilttext-generationlanguage-model
DALM
Domain-adaptierter Sprachmodellierungs-Toolkit - E2E RAG
344 · language-model
teiltretrieval-augmented-generationlanguage-model
lollms-webui
Herr der großen Sprach- und multimodalen Systeme Web-Benutzeroberfläche
4.8k · ai
teilttext-generation
gpt-j-api
API für das GPT-J-Sprachmodell 🦜. Einschließlich eines FastAPI-Backends und eines Streamlit-Fro…
335 · api
teilttext-generationlanguage-model
MemoryOS
[EMNLP 2025 Oral] MemoryOS ist darauf ausgelegt, ein Gedächtnisbetriebssystem für personalisier…
1.5k · agent
teiltretrieval-augmented-generationlanguage-model
DiffuSeq
[ICLR'23] DiffuSeq: Sequenz-zu-Sequenz-Textgenerierung mit Diffusionsmodellen
838 · diffusion-models
teilttext-generation
start-llms
Ein vollständiger Leitfaden, um Ihre LLM-Fähigkeiten im Jahr 2026 mit wenig Hintergrundwissen i…
980 · ai
teiltretrieval-augmented-generationlanguage-model
textgenrnn
Trainieren Sie ganz einfach Ihr eigenes textgenerierendes neuronales Netzwerk jeder Größe und K…
4.9k · deep-learning
teilttext-generation
raptor
Die offizielle Implementierung von RAPTOR: Rekursive abstraktive Verarbeitung für baumorganisie…
1.7k · agents
teiltretrieval-augmented-generationlanguage-model
gpt-2-simple
Python-Paket, um OpenAI's GPT-2 Textgenerierungsmodell einfach auf neuen Texten neu zu trainier…
3.4k · openai
teilttext-generation

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.