Evidently 是一个面向数据科学家和 ML 工程师的开源 Python 库。它有助于评估、测试和监控 ML 模型从验证到生产的性能。它适用于表格、文本数据和嵌入
Facebook推出的一个基础的、650 亿参数的大型语言模型；LLaMA 等更小、性能更高的模型使研究社区中无法访问大量基础设施的其他人能够研究这些模型
LLaVA：大型语言和视觉助手；LLaVA 代表了一种新颖的端到端训练大型多模态模型，该模型结合了视觉编码器和 Vicuna 以实现通用视觉和语言理解，实现了令人印象深刻的聊天功能，模仿多模态 GPT-4 的精神，并在科学 QA 上设置了新的最先进的准确性。
使用世界一流的语言 AI 构建令人难以置信的产品;Cohere 的大型语言模型释放出强大的功能，如内容生成、摘要和搜索——所有这些都是大规模的。
penBMB全称为Open Lab for Big Model Base，旨在打造大规模预训练语言模型库与相关工具， 加速百亿级以上大模型的训练、微调与推理，降低大模型使用门槛，与国内外开发者共同努力形成大模型开源社区， 推动大模型生态发展，实现大模型的标准化、普及化和实用化，让大模型飞入千家万户。 OpenBMB开源社区由清华大学自然语言处理实验室和智源研究院语言大模型加速技术创新中心共同支持发起。
M6是中文社区最大的跨模态预训练模型，模型参数达到十万亿以上，具有强大的多模态表征能力。M6通过将不同模态的信息经过统一加工处理，沉淀成知识表征，为各个行业场景提供语言理解、图像处理、知识表征等智能服务
WuDao 是迄今为止世界上最大的预训练语言模型。该模型是用 FastMoE 训练的，FastMoE 是 BAAI 自己开发的一种快速混合专家 (MoE) 训练系统，有 1.75 万亿个参数
