基于LLaMA

文章概要:1.研究人员扩展了开源LLaMA模型的上下文窗口，创建了Giraffe，上下文窗口扩大10倍，达到约32，000个标记。2.Giraffe适合需要处理数十页文本的商业应用，为大上下文语言模型研究提供了重要见解。3.该研究还强调了当前技术的局限性以及定制测试的必要性，当前不足以衡量长上下文表现，需要定制测试。

文章概要:1.ELYZA发布了基于Meta的Llama2的日语LLM「ELYZA-japanese-Llama-2-7b」，参数数量达到70亿，性能媲美GPT3.5。2.该模型经过追加事前学习和独特的事后学习，性能在5级手动评估中获得最高分，尽管还未达到封闭型LLM的水平，但已经与GPT3.5相匹敌。

LlamaFS是一个基于Llama3的自动文件整理系统，旨在帮助用户自动重命名和组织电脑中的文件。功能特点:自动整理文件:LlamaFS能够根据文件内容和时间等信息，自动对文件进行重命名和分类整理。支持多种文件类型:系统不仅支持普通文件的整理，还能够处理图片和音频文件。隐私保护:提供“隐身模式”，确保用户的文件安全，不会被泄露。

OpenBuddy团队发布了基于MetaLlama370B的最新成果:OpenBuddy-Llama3-70B-v21.1-8k，这是他们首次在Llama370B基座上的中文跨语言训练尝试。

WebLlama是一款基于Llama-3-8B模型的智能代理，它通过对话与用户互动，执行网页浏览相关的任务。这款工具能够处理连续的对话，理解并执行用户的指令，自动完成网上搜索、导航和信息检索等操作。WebLlama的主要功能包括:对话理解:能够听取用户的指令，通过对话与用户进行交互。自动网页浏览:执行网上搜索、导航，帮助用户找到所需信息。