Fengshenbang-LM(封神榜大模型) es un sistema de modelos grandes de código abierto liderado por el Centro de Investigación en Computación Cognitiva y Procesamiento de Lenguaje Natural de IDEA, convirtiéndose en la infraestructura básica para AIGC en chino e inteligencia cognitiva.
Descarga y ejecuta grandes modelos de IA para tareas en lengua china en tu propia computadora.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasFengshenbang-LM(封神榜大模型) es un sistema de modelos grandes de código abierto liderado por el Centro de Investigación en Computación Cognitiva y Procesamiento de Lenguaje Natural de IDEA, convirtiéndose en la infraestructura básica para AIGC en chino e inteligencia cognitiva.
Fengshenbang-LM tiene 4.1k estrellas en GitHub. Se ha bifurcado 373 veces. Fengshenbang-LM está escrito principalmente en Python. Se desarrolla activamente desde 2021. Fengshenbang-LM está disponible bajo la licencia Apache-2.0. Sus temas principales son: aigc, chinese-nlp, distributed-training, multimodal.
Fengshenbang-LM(封神榜大模型) es un sistema de modelos grandes de código abierto liderado por el Centro de Investigación en Computación Cognitiva y Procesamiento de Lenguaje Natural de IDEA, convirtiéndose en la infraestructura básica para AIGC en chino e inteligencia cognitiva.
Fengshenbang-LM es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.
Sí. Fengshenbang-LM es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
Fengshenbang-LM está disponible bajo la licencia Apache-2.0.
Fengshenbang-LM está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/idea-ccnl-fengshenbang-lm.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.