Aqui est\u00e3o alguns dos melhores LLMs de c\u00f3digo aberto dispon\u00edveis atualmente:<\/p>\n
Lhama 2<\/strong><\/a><\/h3>\n![\"LLaMA](\"https:\/\/meetcody.ai\/wp-content\/uploads\/2023\/07\/LlamaCover-1.png\")
<\/p>\n
O Llama 2 \u00e9 um LLM de c\u00f3digo aberto desenvolvido pela Meta, oferecido gratuitamente para fins comerciais e de pesquisa. Os modelos da Llama 2 s\u00e3o treinados com dois trilh\u00f5es de tokens e t\u00eam o dobro do comprimento do contexto da Llama 1.<\/p>\n
Os par\u00e2metros do modelo afetam diretamente sua capacidade de compreender o texto, sendo que modelos maiores oferecem melhor desempenho ao custo de maiores requisitos de tamanho e recursos.<\/p>\n
Variantes dispon\u00edveis:<\/strong> Par\u00e2metros 7B, 13B e 70B<\/p>\nJanela de contexto:<\/strong> 4096 tokens<\/p>\nIdiomas suportados:<\/strong> O melhor desempenho \u00e9 em ingl\u00eas<\/p>\nMixtral 8x7B<\/strong><\/a><\/h3>\n![\"A](\"https:\/\/static1.xdaimages.com\/wordpress\/wp-content\/uploads\/2023\/12\/mistral-ai-8x7b.jpg\")
<\/p>\n
O Mixtral 8x7B, desenvolvido pela Mistral AI, \u00e9 um LLM que cont\u00e9m um total de 46,7 bilh\u00f5es de par\u00e2metros. Apesar de seu tamanho, ele mant\u00e9m a velocidade de infer\u00eancia e o custo semelhantes aos modelos com um ter\u00e7o de seu tamanho. Esse modelo Transformer Mixture of Experts (MoE) somente para decodificador supera significativamente o LLama 2 e o GPT-3.5 em determinados benchmarks.<\/p>\n
Variantes dispon\u00edveis:<\/strong> Tiny, Small, Medium e Large (classificadas de econ\u00f4micas a de alto desempenho)<\/p>\nJanela de contexto:<\/strong> 32000 tokens (no Mistral Large)<\/p>\nIdiomas suportados:<\/strong> Ingl\u00eas, franc\u00eas, espanhol, alem\u00e3o, italiano (no Mistral Large)<\/p>\nFalc\u00e3o<\/strong><\/a><\/h3>\n![\"O](\"https:\/\/files-prod.tii.ae\/inline-images\/Final%20White%20Ver%20-%20Logo.png\")
<\/p>\n
O Falcon, desenvolvido pelo Technology Innovation Institute (TII) em Abu Dhabi, \u00e9 outro LLM de c\u00f3digo aberto l\u00edder. Ap\u00f3s seu lan\u00e7amento, o Falcon 40B ocupou a primeira posi\u00e7\u00e3o na tabela de classifica\u00e7\u00e3o da Hugging Face para modelos de linguagem grande (LLMs) de c\u00f3digo aberto por dois meses. Com a variante 180B, o TII aprimora ainda mais o conhecimento do modelo e as habilidades de compreens\u00e3o de dados. O Falcon 180B \u00e9 um modelo de linguagem superpotente treinado em 3,5 trilh\u00f5es de tokens.<\/p>\n
Variantes dispon\u00edveis:<\/strong> Falcon 40B e Falcon 180B<\/p>\nJanela de contexto:<\/strong> 4096 tokens<\/p>\nIdiomas suportados:<\/strong> Ingl\u00eas, alem\u00e3o, espanhol, franc\u00eas, com suporte limitado para italiano, portugu\u00eas, polon\u00eas, holand\u00eas, romeno, tcheco e sueco.<\/p>\nBLOOM<\/strong><\/a><\/h3>\n![\"BLOOM\"](\"https:\/\/assets.website-files.com\/6139f3cdcbbff3a68486761d\/62cce3c835539c54f31329b1_image1.png\")
<\/p>\n
O BLOOM \u00e9 um modelo autorregressivo de linguagem grande (LLM) desenvolvido pela Big Science. Treinado com par\u00e2metros 176B, o BLOOM se destaca na gera\u00e7\u00e3o de continua\u00e7\u00f5es de texto a partir de prompts usando grandes quantidades de dados de texto e recursos computacionais em escala industrial.<\/p>\n
Variantes dispon\u00edveis:<\/strong> bloom-560m, bloom-1b1, bloom-1b7, bloom-3b, bloom-7b1, bloom 176B<\/p>\nJanela de contexto:<\/strong> 2048 tokens<\/p>\nIdiomas suportados:<\/strong> 46 idiomas naturais (com quantidades vari\u00e1veis de dados, de 30% para o ingl\u00eas a 0,00002% para o Chi Tumbuka)<\/p>\nGemma<\/strong><\/a><\/h3>\n![\"Gemma]](\"https:\/\/blogger.googleusercontent.com\/img\/b\/R29vZ2xl\/AVvXsEgg06dhS6iRpIv8hvyonlwncW-RC5n59E8vhaWRgIVqTP-Z1AbTBDtdJsX8ClDILimlGWlRAIORuZn8349TfUFmgqYyCRcoctTvNC_Kv70z41hCKd-0Fy4Ic4EgKyY0LxQ5rDt1eXi3jvEcTxgTC62glTl4e5Cffge50iiF0fxCBqmq9v-u7KTfIL4Lxb0\/s1600\/Gemma_social.png\")
<\/p>\n
O Gemma, o mais recente LLM aberto de \u00faltima gera\u00e7\u00e3o do Google, segue o sucesso do Gemini. Gemma \u00e9 uma fam\u00edlia de Modelos de Linguagem Grande (LLM) de pesos abertos do Google DeepMind, desenvolvida com base na pesquisa e na tecnologia Gemini. Embora os pesos do modelo sejam de livre acesso, os termos espec\u00edficos de uso, redistribui\u00e7\u00e3o e propriedade de variantes podem variar e podem n\u00e3o se basear em uma licen\u00e7a de c\u00f3digo aberto.<\/p>\n
Variantes dispon\u00edveis:<\/strong> Gemma 2B e Gemma 7B<\/p>\nJanela de contexto:<\/strong> 8192 tokens<\/p>\nIdiomas suportados:<\/strong> Ingl\u00eas<\/p>\nConclus\u00e3o<\/h2>\n
Na Cody<\/a>, priorizamos uma abordagem agn\u00f3stica de modelo quando se trata de LLMs, oferecendo uma plataforma que permite que voc\u00ea crie bots personalizados, adaptados ao seu caso de uso exclusivo. Com uma gama diversificada de op\u00e7\u00f5es de LLM dispon\u00edveis, voc\u00ea n\u00e3o fica restrito a um \u00fanico provedor, o que lhe d\u00e1 a liberdade de escolher a melhor op\u00e7\u00e3o para suas necessidades.<\/p>\n
<\/p>\nJanela de contexto:<\/strong> 4096 tokens<\/p>\n Idiomas suportados:<\/strong> O melhor desempenho \u00e9 em ingl\u00eas<\/p>\n O Mixtral 8x7B, desenvolvido pela Mistral AI, \u00e9 um LLM que cont\u00e9m um total de 46,7 bilh\u00f5es de par\u00e2metros. Apesar de seu tamanho, ele mant\u00e9m a velocidade de infer\u00eancia e o custo semelhantes aos modelos com um ter\u00e7o de seu tamanho. Esse modelo Transformer Mixture of Experts (MoE) somente para decodificador supera significativamente o LLama 2 e o GPT-3.5 em determinados benchmarks.<\/p>\n Variantes dispon\u00edveis:<\/strong> Tiny, Small, Medium e Large (classificadas de econ\u00f4micas a de alto desempenho)<\/p>\n Janela de contexto:<\/strong> 32000 tokens (no Mistral Large)<\/p>\n Idiomas suportados:<\/strong> Ingl\u00eas, franc\u00eas, espanhol, alem\u00e3o, italiano (no Mistral Large)<\/p>\n O Falcon, desenvolvido pelo Technology Innovation Institute (TII) em Abu Dhabi, \u00e9 outro LLM de c\u00f3digo aberto l\u00edder. Ap\u00f3s seu lan\u00e7amento, o Falcon 40B ocupou a primeira posi\u00e7\u00e3o na tabela de classifica\u00e7\u00e3o da Hugging Face para modelos de linguagem grande (LLMs) de c\u00f3digo aberto por dois meses. Com a variante 180B, o TII aprimora ainda mais o conhecimento do modelo e as habilidades de compreens\u00e3o de dados. O Falcon 180B \u00e9 um modelo de linguagem superpotente treinado em 3,5 trilh\u00f5es de tokens.<\/p>\n Variantes dispon\u00edveis:<\/strong> Falcon 40B e Falcon 180B<\/p>\n Janela de contexto:<\/strong> 4096 tokens<\/p>\n Idiomas suportados:<\/strong> Ingl\u00eas, alem\u00e3o, espanhol, franc\u00eas, com suporte limitado para italiano, portugu\u00eas, polon\u00eas, holand\u00eas, romeno, tcheco e sueco.<\/p>\n O BLOOM \u00e9 um modelo autorregressivo de linguagem grande (LLM) desenvolvido pela Big Science. Treinado com par\u00e2metros 176B, o BLOOM se destaca na gera\u00e7\u00e3o de continua\u00e7\u00f5es de texto a partir de prompts usando grandes quantidades de dados de texto e recursos computacionais em escala industrial.<\/p>\n Variantes dispon\u00edveis:<\/strong> bloom-560m, bloom-1b1, bloom-1b7, bloom-3b, bloom-7b1, bloom 176B<\/p>\n Janela de contexto:<\/strong> 2048 tokens<\/p>\n Idiomas suportados:<\/strong> 46 idiomas naturais (com quantidades vari\u00e1veis de dados, de 30% para o ingl\u00eas a 0,00002% para o Chi Tumbuka)<\/p>\n O Gemma, o mais recente LLM aberto de \u00faltima gera\u00e7\u00e3o do Google, segue o sucesso do Gemini. Gemma \u00e9 uma fam\u00edlia de Modelos de Linguagem Grande (LLM) de pesos abertos do Google DeepMind, desenvolvida com base na pesquisa e na tecnologia Gemini. Embora os pesos do modelo sejam de livre acesso, os termos espec\u00edficos de uso, redistribui\u00e7\u00e3o e propriedade de variantes podem variar e podem n\u00e3o se basear em uma licen\u00e7a de c\u00f3digo aberto.<\/p>\n Variantes dispon\u00edveis:<\/strong> Gemma 2B e Gemma 7B<\/p>\n Janela de contexto:<\/strong> 8192 tokens<\/p>\n Idiomas suportados:<\/strong> Ingl\u00eas<\/p>\n Na Cody<\/a>, priorizamos uma abordagem agn\u00f3stica de modelo quando se trata de LLMs, oferecendo uma plataforma que permite que voc\u00ea crie bots personalizados, adaptados ao seu caso de uso exclusivo. Com uma gama diversificada de op\u00e7\u00f5es de LLM dispon\u00edveis, voc\u00ea n\u00e3o fica restrito a um \u00fanico provedor, o que lhe d\u00e1 a liberdade de escolher a melhor op\u00e7\u00e3o para suas necessidades.<\/p>\nMixtral 8x7B<\/strong><\/a><\/h3>\n
<\/p>\nFalc\u00e3o<\/strong><\/a><\/h3>\n
<\/p>\nBLOOM<\/strong><\/a><\/h3>\n
<\/p>\nGemma<\/strong><\/a><\/h3>\n
<\/p>\nConclus\u00e3o<\/h2>\n