ChatGLM-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。
项目地址：https://github.com/THUDM/ChatGLM-6B
langchain-ChatGLM
langchain-ChatGLM是基于 ChatGLM-6B + langchain 实现的基于本地知识的 ChatGLM 应用。
项目亮点:可以本地上传知识库，并且计划支持联网搜索。
项目地址：https://github.com/imClumsyPanda/langchain-ChatGLM
ChatGLM-Efficient-Tuning
基于 PEFT 的高效 ChatGLM-6B 微调。
项目亮点：支持 freeze、ptuning、lora三种微调方法。
项目地址：https://github.com/hiyouga/ChatGLM-Efficient-Tuning/blob/main/README_zh.md
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。
项目地址：https://github.com/ymcui/Chinese-LLaMA-Alpaca
visual-openllm
基于 ChatGLM + Visual ChatGPT + Stable Diffusion
项目亮点：整合了ChatGLM和Stable Diffusion，支持作图。
项目地址：https://github.com/visual-openllm/visual-openllm
以上大模型大都是基于清华大学的ChatGLM-6B来实现的，复旦大学的MOSS也于近日开源。
MOSS
复旦大学开源工具增强会话语言模型。
moss-moon-003-base: MOSS-003基座模型，在高质量中英文语料上自监督预训练得到，预训练语料包含约700B单词，计算量约6.67x10^22^次浮点数运算。
moss-moon-003-sft: 基座模型在约110万多轮对话数据上微调得到，具有指令遵循能力、多轮对话能力、规避有害请求能力。
moss-moon-003-sft-plugin: 基座模型在约110万多轮对话数据和约30万插件增强的多轮对话数据上微调得到，在moss-moon-003-sft基础上还具备使用搜索引擎、文生图、计算器、解方程等四种插件的能力。
moss-moon-003-pm: 在基于moss-moon-003-sft收集到的偏好反馈数据上训练得到的偏好模型，将在近期开源。
moss-moon-003: 在moss-moon-003-sft基础上经过偏好模型moss-moon-003-pm训练得到的最终模型，具备更好的事实性和安全性以及更稳定的回复质量，将在近期开源。
moss-moon-003-plugin: 在moss-moon-003-sft-plugin基础上经过偏好模型
moss-moon-003-pm训练得到的最终模型，具备更强的意图理解能力和插件使用能力，将在近期开源。
解方程：
生成图片：
