『昆仑天工』4款AI产品开源!提供API对接!

2023-11-08 16:12

本文主要是介绍『昆仑天工』4款AI产品开源!提供API对接!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在文章开篇,小圈先介绍下 昆仑万维 公司旗下的AI大模型**『天工』**,它是由昆仑万维自研的双千亿级大语言模型, 也是国内首个对标ChatGPT的双千亿级大语言模型,可满足文案创作、知识问答、代码编程、逻辑推演、数理推算等需求。

早在今年上半年的时候,小圈还申请过天工的 内测试用资格。而当时各种ChatGPT产品层出不穷,功能使用上也都前篇一律,所以也就试用过几次没在关注过了。

而现在天工支持平台也扩展了,支持了:网页端、IOS端、Android端

前不久再次登录官网时发现,官方已经在GitHub上开源了 SkyChat、SkyPaint、SkyText、SkyCode 四款AI功能产品。一查之下,确定它们是基于百亿级大语言模型“天工”Skywork-13B系列,并配套开源了600GB、150B Tokens的超大高质量开源中文数据集。而且这些模型开发者不需要额外的申请,可以直接使用甚至商用。

今天主要分享一下四款开源产品的主要功能和应用场景。

1、SkyChat

SkyChat 是一款基于中文GPT-3 API研发的聊天机器人项目。它可以像ChatGPT一样,实现人机聊天、对话、你问我答,除此之外还能支持中英文互译、对对联、内容续写、写古诗、生成菜谱、第三人称转述、创建采访问题等多种功能。

项目地址:https://github.com/SkyWorkAIGC/SkyChat-Chinese-Chatbot-GPT3

官方也提供了相应的API示例及文档参考,以供开发者调用使用。

比如:生成菜谱API演示

效果展示:

Python版API - Demo(需注册申请APIKey):

2、SkyPaint

SkyPaint 是基于 Stable Diffusion 优化的AI绘画模型。支持输入中英文文本,可生成多种现代艺术风格的高质量图像。

项目地址:https://github.com/SkyWorkAIGC/SkyPaint-AI-Diffusion

机械狗:

宫崎骏动画-城堡-大海:

Python模型调用示例(模型下载在GitHub上):

from diffusers import StableDiffusionPipeline  device = 'cuda'  
pipe = StableDiffusionPipeline.from_pretrained("path_to_our_model").to(device)  prompts = [  '机械狗',  '城堡 大海 夕阳 宫崎骏动画',  '花落知多少',  '鸡你太美',  
]  for prompt in prompts:  prompt = 'sai-v1 art, ' + prompt  image = pipe(prompt).images[0]    image.save("%s.jpg" % prompt)

3、SkyText

SkyText 是由奇点智源(昆仑万维收购的新企AI公司)发布的中文GPT3预训练大模型,可以进行聊天、问答、中英互译等不同的任务。应用这个模型,除了可以实现基本的聊天、对话、你问我答外,还能支持中英文互译、内容续写、对对联、写古诗、生成菜谱、第三人称转述、创建采访问题等多种功能。(跟SkyChat很像)

项目地址:https://github.com/SkyWorkAIGC/SkyText-Chinese-GPT3

模型使用:

# -*- coding: utf-8 -*-  
from transformers import GPT2LMHeadModel  
from transformers import AutoTokenizer  
from transformers import TextGenerationPipeline  # 以 SkyWork/SkyText(13billions) 为例,还有 SkyWork/SkyTextTiny(2.6billions) 可用, 期待使用  model = GPT2LMHeadModel.from_pretrained("SkyWork/SkyText")  
tokenizer = AutoTokenizer.from_pretrained("SkyWork/SkyText", trust_remote_code=True)  
text_generator = TextGenerationPipeline(model, tokenizer, device=0)  
input_str = "今天是个好天气"  
max_new_tokens = 20  
print(text_generator(input_str, max_new_tokens=max_new_tokens, do_sample=True)) 

4、SkyCode

SkyCode 是一个多语言开源编程大模型,采用GPT3模型结构,支持Java, JavaScript, C, C++, Python, Go, shell等多种主流编程语言,并能理解中文注释。模型可以对代码进行补全,拥有强大解题能力。

项目亮点:涵盖多种编程语言、针对中文注释进行优化、极其出色的解题能力

项目地址:https://github.com/SkyWorkAIGC/SkyCode-AI-CodeX-GPT3

体验地址:https://sky-code.singularity-ai.com/

模型能力对比:

modelpass@1pass@10pass@100
GPT-Neo 1.3B4.79%7.47%16.30%
GPT-Neo 2.7B6.41%11.27%21.37%
GPT-J 6B11.62%15.74%27.74%
SKY_code(2.6B)12.84%21.07%35.97%

模型使用:

# -*- coding: utf-8 -*-  
from transformers import GPT2LMHeadModel  
from transformers import AutoTokenizer  
from transformers import TextGenerationPipeline  model = GPT2LMHeadModel.from_pretrained("SkyWork/SkyCode")  
tokenizer = AutoTokenizer.from_pretrained("SkyWork/SkyCode", trust_remote_code=True)  
text_generator = TextGenerationPipeline(model, tokenizer, device=0)  
input_str = "if __name__"  
max_new_tokens = 40  
print(text_generator(input_str, max_new_tokens=max_new_tokens, do_sample=True))

这篇关于『昆仑天工』4款AI产品开源!提供API对接!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/371005

相关文章

Java调用DeepSeek API的最佳实践及详细代码示例

《Java调用DeepSeekAPI的最佳实践及详细代码示例》:本文主要介绍如何使用Java调用DeepSeekAPI,包括获取API密钥、添加HTTP客户端依赖、创建HTTP请求、处理响应、... 目录1. 获取API密钥2. 添加HTTP客户端依赖3. 创建HTTP请求4. 处理响应5. 错误处理6.

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

浅析如何使用Swagger生成带权限控制的API文档

《浅析如何使用Swagger生成带权限控制的API文档》当涉及到权限控制时,如何生成既安全又详细的API文档就成了一个关键问题,所以这篇文章小编就来和大家好好聊聊如何用Swagger来生成带有... 目录准备工作配置 Swagger权限控制给 API 加上权限注解查看文档注意事项在咱们的开发工作里,API

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首

一分钟带你上手Python调用DeepSeek的API

《一分钟带你上手Python调用DeepSeek的API》最近DeepSeek非常火,作为一枚对前言技术非常关注的程序员来说,自然都想对接DeepSeek的API来体验一把,下面小编就来为大家介绍一下... 目录前言免费体验API-Key申请首次调用API基本概念最小单元推理模型智能体自定义界面总结前言最

JAVA调用Deepseek的api完成基本对话简单代码示例

《JAVA调用Deepseek的api完成基本对话简单代码示例》:本文主要介绍JAVA调用Deepseek的api完成基本对话的相关资料,文中详细讲解了如何获取DeepSeekAPI密钥、添加H... 获取API密钥首先,从DeepSeek平台获取API密钥,用于身份验证。添加HTTP客户端依赖使用Jav

SpringBoot整合DeepSeek实现AI对话功能

《SpringBoot整合DeepSeek实现AI对话功能》本文介绍了如何在SpringBoot项目中整合DeepSeekAPI和本地私有化部署DeepSeekR1模型,通过SpringAI框架简化了... 目录Spring AI版本依赖整合DeepSeek API key整合本地化部署的DeepSeek

C#使用DeepSeek API实现自然语言处理,文本分类和情感分析

《C#使用DeepSeekAPI实现自然语言处理,文本分类和情感分析》在C#中使用DeepSeekAPI可以实现多种功能,例如自然语言处理、文本分类、情感分析等,本文主要为大家介绍了具体实现步骤,... 目录准备工作文本生成文本分类问答系统代码生成翻译功能文本摘要文本校对图像描述生成总结在C#中使用Deep

5分钟获取deepseek api并搭建简易问答应用

《5分钟获取deepseekapi并搭建简易问答应用》本文主要介绍了5分钟获取deepseekapi并搭建简易问答应用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需... 目录1、获取api2、获取base_url和chat_model3、配置模型参数方法一:终端中临时将加