1 大模型最新排名

2 一键部署llama3

2.1 部署注意事项

部署llama3时，以下是一些需要注意的要点：

1. 系统要求：确保你的系统满足llama3运行所需的最低要求。例如，如果llama3是7B大小的模型，则至少需要有8GB的RAM。
2. 磁盘空间：llama3模型根据参数的不同大小也不同，需要确保有足够的磁盘空间来存放下载的模型文件。
3. 操作系统支持：llama3应当支持你正在使用的操作系统。如果使用Linux, macOS, Windows，需确保能成功运行对应系统中的指令。
4. 依赖安装：某些系统可能需要先行安装某些依赖项，例如在macOS上可能需要安装cmake和go。对于依赖项，遵从官方安装指南。
5. 网络连接：部署过程中需要下载模型文件，因此确保有稳定的网络连接。
6. API权限：如果llama3需要访问外部服务的API，确保这些API的权限已经配置妥当。
7. 环境变量：如果llama3的运行需要配置特定的环境变量，请根据文档指导进行设置。
8. 安全设置：确保在运行服务时遵循最佳安全实践，特别是在生产环境中。

3 安装方式

macOS

1 技术选型

MagicAnimate: 字节跳动推出AI视频新模型，Magic Animation 卷起来，支持动作捕捉，图片转视频，开源免费，含本地运行

Animate Anyone: 是一个由阿里巴巴智能计算研究院开发的软件，它可以从静态图像生成动态视频，可将任意图像角色动画化。Animate Anyone有以下几个特点。一致性:它可以保持图像中角色的外观和特征的一致性，不会出现失真或闪烁的问题。可控性:它可以让用户提供任何类型的动作或姿势序列，来控制角色的动画效果。通用性:它可以适用于人类角色、动漫角色、卡通角色等，具有广泛的应用范围。

GPT模型列表 GPT_weights/mangev2-e15.ckpt SoVITS模型列表 SoVITS_weights/mangev2_e8_s72.pth

GPT-SoVITS 使用步骤：

音频人声分离–>分割音频–>生成slicer_opt.list –> 打标–》人工核对 –》Dataset formatting –> SoVITS training【SoVITS_weights and GPT_weights】 –> inference

mangev2要好，v2的原视频。以及 训练参数 从训练日志看：

0.1 mangev2

mangev2训练config：

1. QAnything是网易有道推出的基于子曰教育大模型自研的RAG（检索增强生成）引擎，它是一个免费开源的本地知识库问答解决方案。这种引擎支持各种文件格式和数据库，允许离线安装和使用。用户可以简单地拖拽任何格式的本地存储文件或文档，并向其提问获取精准、高效和可靠的答案。这种工具对本地知识库的需求特别便利。

1 RWKV与Transformers的关系

RWKV（Recurrent Weighted Key Value）是一种基于Transformer的新型模型，它结合了Transformer和RNN（Recurrent Neural Network）的优点，提高了Transformer在长序列上的性能。RWKV的关键在于它的key-value memory机制，它可以将序列中的信息存储在key-value memory中，从而减少了序列长度对模型性能的影响。

1 Samba CoE特色以及优点

Samba CoE特点在于高精度地处理特定领域任务、多种语言和不同模态，以实现先进的性能。优点包括：

1. 巨大规模参数数量：作为一百万亿参数架构，它能够在各领域表现出突出的准确率。
2. 广泛适用性：可应用于多样化的任务、语言和模态，提供灵活性。
3. Samba CoE v0.2：专门为评估目的设计的子集，狭窄焦点于通用对话处理。
4. 资源高效：在单个SN40L节点上运行，同时支持数百个模型，表现出出色的性能和高效率。

2 Samba CoE v0.3

v0.3 版本：