图说:开源与闭源大模型
type
status
summary
date
slug
tags
category
password
icon
这张图是一张开源人工智能(Open Source AI)市场地图,展示了开源AI技术在生成式AI技术栈中的活跃发展,特别是在基础模型和开发者工具方面。图中分为两个主要部分:开源(Open Source)和闭源(Closed Source,仅作为示例)。
![notion image](https://assets.waytoagi.com/usercontent/G_Dj6_S2cag_A_Alwp_O_d99d4e6026.jpeg?t=b502d4b6-8b8e-46d8-931c-da6386922441&image_process=resize,w_1000)
开源(Open Source)包括:
- 基础模型(Foundational Models): 这些是构成AI系统基础的核心AI模型,它们能够创建或解释复杂数据,如文本、图像和音频。图中列出了一些开源的基础模型,包括由OpenAI、ANTHROPIC、cohere等机构开发的模型,以及一些如Gemini、perplexity AI、Lumina AI、contextual-ai、together.ai、Lighton等项目。
- 模型部署与推理(Model Deployment & Inference): 这一部分涉及云服务,提供可扩展的计算资源(如GPUs),这对于模型托管、AI训练和性能至关重要。例如,Kserve、Arrikto、RunPoc等。
- 开发者工具(Developer Tools): 这些平台或工具包支持AI模型的构建和运营,如应用框架、向量数据库和数据管理系统。图中提到了Hugging Face、MongoDB、supabase、Pinecone、Kindo等。
- 模型训练与微调(Model Training & Finetuning): 这些工具用于生成合成数据以训练模型、标记数据以及为特定任务、业务功能或数据集精炼预训练模型。例如,Domino、SCOle、Rendered AI、Snorkel、gretel、TOWIC、fireworks.ai等。
- 监控与可观测性(Monitoring & Observability): 这些工具用于跟踪AI系统的性能、管理LLM操作和分析用户参与度。例如,Datadog、arize、Amplitude、ROBUST INTELLIGENCE、vellum、fiddler、truera、seldon、milvus等。
![notion image](https://assets.waytoagi.com/usercontent/G_Jmi_A_Vi_WAA_Akl2_V_aa199a6ff5.jpeg?t=e0e94140-2e28-495b-aaea-744c441b4917&image_process=resize,w_1000)
![notion image](https://assets.waytoagi.com/usercontent/G_Jm_Ow_ZXIAA_Ew_VF_ed53efb049.jpeg?t=ee32160e-371f-4133-8c2b-c94e157edb8b&image_process=resize,w_1000)