封神榜大模型
前往官网
arrow_forward_ios封神榜是IDEA研究院推出的开源项目，旨在构建中文认知智能的基础设施。该项目包括一系列预训练模型，如二郎神、BioBART等，用于语言理解、生成和多模态任务。
封神榜模型科技成果
- Fengshenbang 1.0: 封神榜开源计划1.0中英双语总论文，旨在成为中文认知智能的基础设施。
- BioBART: 由清华大学和IDEA研究院一起提供的生物医疗领域的生成语言模型。(BioNLP 2022)
- UniMC: 针对zero-shot场景下基于标签数据集的统一模型。(EMNLP 2022)
- FMIT: 基于相对位置编码的单塔多模态命名实体识别模型。(COLING 2022)
- UniEX: 统一抽取任务的自然语言理解模型。(ACL 2023)
- Solving Math Word Problems via Cooperative Reasoning induced Language Models: 使用语言模型的协同推理框架解决数学问题。(ACL 2023)
- MVP-Tuning: 基于多视角知识检索的参数高效常识问答系统。(ACL 2023)
封神榜系列模型
- 姜子牙：通用大模型“姜子牙”系列，大于70亿参数，具备翻译，编程，文本分类，信息抽取，摘要，文案生成，常识问答和数学计算等能力。
- 太乙：跨模态场景大模型，8千万-10亿参数 ，包括文本图像生成，蛋白质结构预测, 语音-文本表示等。
- 二郎神：通用语言理解模型， 9千万-39亿参数，处理理解任务，拥有开源时最大的中文bert模型，2021登顶FewCLUE和ZeroCLUE.
- 闻仲： 通用语言生成模型，1亿-35亿参数，专注于生成任务，提供了多个不同参数量的生成模型，例如GPT2等。
- 燃灯： 通用语言转换模型，7千万-50亿参数，处理各种从源文本转换到目标文本类型的任务，例如机器翻译，文本摘要等。
- 余元： 特定领域模型，1亿-35亿参数 ，应用于领域，如医疗，金融，法律，编程等。拥有目前最大的开源GPT2医疗模型。
- 待定： 特定 探索 -未知- 与各技术公司和大学一起开发NLP相关的实验模型。目前已有：周文王