Meilleurs model2vec alternatives en 2025
-
Jina ColBERT v2 prend en charge 89 langues avec des performances de récupération supérieures, des dimensions de sortie contrôlées par l'utilisateur et une longueur de jeton de 8192.
-
Yuan2.0-M32 est un modèle linguistique de type « Mixture-of-Experts » (MoE) doté de 32 experts, dont 2 sont actifs.
-
Florence-2 est un modèle de fondation de vision avancé qui utilise une approche basée sur les invites pour gérer une large gamme de tâches de vision et de vision-langage.
-
Lancez plus rapidement vos produits d'IA grâce aux évaluations LLM sans code. Comparez plus de 180 modèles, concevez des invites et testez en toute confiance.
-
Qwen2-VL est la série de modèles de langage de grande taille multimodaux développée par l'équipe Qwen d'Alibaba Cloud.
-
Qwen2.5-Turbo par Alibaba Cloud. Fenêtre contextuelle de 1M de jetons. Plus rapide et moins cher que les concurrents. Idéal pour la recherche, le développement et les applications professionnelles. Résumez des articles, analysez des documents. Créez une IA conversationnelle avancée.
-
SmolLM est une série de modèles de langage de pointe de petite taille disponibles en trois tailles : 135 M, 360 M et 1,7 milliard de paramètres.
-
VectorDB est une solution simple, légère, entièrement locale et complète pour utiliser la récupération de texte basée sur les plongements.
-
Qwen2 est la série de modèles de langage de grande taille développée par l'équipe Qwen, Alibaba Cloud.
-
jina-embeddings-v3 est un modèle d'embeddings de texte multilingue de pointe, doté de 570 millions de paramètres et d'une longueur de jeton de 8192, surpassant les derniers embeddings propriétaires d'OpenAI et de Cohere sur MTEB.
-
Gemma 2 offre des performances de pointe, s'exécute à une vitesse incroyable sur différents matériels et s'intègre facilement à d'autres outils d'IA, intégrant des avancées de sécurité significatives.
-
Rencontrez Falcon 2 : TII dévoile sa nouvelle série de modèles d'IA, surpassant le nouveau Llama 3 de Meta.
-
MiniCPM est un LLM de fin de séquence développé par ModelBest Inc. et TsinghuaNLP, avec seulement 2,4 milliards de paramètres hors embeddings (2,7 milliards au total).
-
KTransformers, un projet open source de l'équipe KVCache.AI de Tsinghua et de QuJing Tech, optimise l'inférence des grands modèles de langage. Il réduit les seuils matériels, permet d'exécuter des modèles de 671 milliards de paramètres sur des GPU uniques de 24 Go de VRAM, accélère la vitesse d'inférence (jusqu'à 286 tokens/s en pré-traitement, 14 tokens/s en génération) et convient à un usage personnel, professionnel et académique.
-
DeepSeek-V2 : modèle MoE de 236 milliards. Performances de pointe. Ultra abordable. Expérience inégalée. Chat et API mis à jour avec le dernier modèle.
-
XVERSE-MoE-A36B : Un grand modèle linguistique multilingue développé par XVERSE Technology Inc.
-
GLM-130B : un modèle pré-entraîné bilingue ouvert (ICLR 2023)
-
Formation de recherche en cours sur les modèles de transformateur à grande échelle
-
Créez des modèles d'IA de A à Z ! MiniMind propose un entraînement rapide et abordable des LLM sur un seul GPU. Apprenez PyTorch et créez votre propre IA.
-
Pour accélérer l'inférence LLM et améliorer la perception des informations clés de LLM, compressez l'invite et KV-Cache, ce qui permet d'obtenir une compression jusqu'à 20x avec une perte de performance minimale.
-
Améliorez la compréhension langage-vision avec MiniGPT-4. Générez des descriptions d'images, créez des sites Web, identifiez des éléments d'humour, et bien plus encore ! Découvrez ses fonctionnalités polyvalentes.
-
Un moteur d'inférence et de service à haut débit et économe en mémoire pour les LLM
-
Modelbit vous permet d'entraîner des modèles ML personnalisés avec des GPU à la demande et de les déployer vers des environnements de production avec des API REST.
-
Le projet TinyLlama est une initiative ouverte visant à pré-entraîner un modèle Llama de 1,1 milliard de paramètres sur 3 trillions de jetons.
-
Découvrez la solution puissante de la plateforme Alexandria pour l'intégration et l'analyse de vastes quantités de données textuelles, stimulant l'innovation et les décisions éclairées.
-
OLMo 2 32B : Un LLM open source qui rivalise avec GPT-3.5 ! Code, données et pondérations gratuits. Faites de la recherche, personnalisez et développez une IA plus intelligente.
-
Mini-Gemini prend en charge une série de modèles de langage étendus denses et MoE (LLM), de 2B à 34B, avec compréhension, raisonnement et génération d'images simultanés. Nous construisons ce référentiel sur la base de LLaVA.
-
Avec un total de 8 milliards de paramètres, le modèle surpasse les modèles propriétaires tels que GPT-4V-1106, Gemini Pro, Qwen-VL-Max et Claude 3 en termes de performances globales.
-
H2O-Danube2-1.8B est le dernier modèle de langage de petite taille open source publié par H2O.ai, conçu pour les applications hors ligne et d'entreprise, avec des interfaces et des coûts de formation rentables, et facile à intégrer dans les appareils de pointe tels que les téléphones mobiles et les drones.
-
DeepSeek-VL2, un modèle vision-langage développé par DeepSeek-AI, traite des images haute résolution, offre des réponses rapides grâce à MLA et excelle dans diverses tâches visuelles telles que le VQA et l'OCR. Il est idéal pour les chercheurs, les développeurs et les analystes BI.