盘古大模型

大模型（base和Refiner）默认放在这里：Fooocus_win64_1-1-10FooocusmodelscheckpointsLoRA模型默认放在这里：Fooocus_win64_1-1-10FooocusmodelslorasFooocus程序默认用到了3个SDXL的模型，一个base，一个Refiner，和一个LoRA。如果单独安装，这里需要下载三个模型：SDXL基础模型：https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0_0.9vae.safetensorsrefiner模型：https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/resolve/main/sd_xl_refiner_1.0_0.9vae.safetensorsLoRA模型：https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_offset_example-lora_1.0.safetensors如果你部署了SD秋叶包，也可以共用模型（大模型和LoRA），可以这里找到path.py文件：Fooocus_win64_1-1-10Fooocusmodulespath.py，用text记事本打开，修改路径为秋叶包模型对应的路径：大模型路径，比如：sd-webuimodelsStable-diffusionSDXLLoRA模型路径：比如sd-webuimodelslora都配置好之后，点击run.bat文件启动。

简介：Fengshenbang-LM(封神榜大模型)是IDEA研究院认知计算与自然语言研究中心主导的大模型开源体系，该项目开源了姜子牙通用大模型V1，是基于LLaMa的130亿参数的大规模预训练模型，具备翻译，编程，文本分类，信息抽取，摘要，文案生成，常识问答和数学计算等能力。除姜子牙系列模型之外，该项目还开源了太乙、二郎神系列等模型。BiLLa：地址：[https://github.com/Neutralzz/BiLLa](https://github.com/Neutralzz/BiLLa)简介：该项目开源了推理能力增强的中英双语LLaMA模型。模型的主要特性有：较大提升LLaMA的中文理解能力，并尽可能减少对原始LLaMA英文能力的损伤；训练过程增加较多的任务型数据，利用ChatGPT生成解析，强化模型理解任务求解逻辑；全量参数更新，追求更好的生成效果。Moss：地址：[https://github.com/OpenLMLab/MOSS](https://github.com/OpenLMLab/MOSS)简介：支持中英双语和多种插件的开源对话语言模型，MOSS基座语言模型在约七千亿中英文以及代码单词上预训练得到，后续经过对话指令微调、插件增强学习和人类偏好训练具备多轮对话能力及使用多种插件的能力。Luotuo-Chinese-LLM：

wenda：地址：[https://github.com/wenda-LLM/wenda](https://github.com/wenda-LLM/wenda)简介：一个LLM调用平台。为小模型外挂知识库查找和设计自动执行动作，实现不亚于于大模型的生成能力。JittorLLMs：地址：[https://github.com/Jittor/JittorLLMs](https://github.com/Jittor/JittorLLMs)简介：计图大模型推理库：笔记本没有显卡也能跑大模型，具有成本低，支持广，可移植，速度快等优势。WebCPM地址：[https://github.com/thunlp/WebCPM](https://github.com/thunlp/WebCPM)简介：一个支持可交互网页搜索的中文大模型。GPT Academic：地址：[https://github.com/binary-husky/gpt_academic](https://github.com/binary-husky/gpt_academic)简介：为GPT/GLM提供图形交互界面，特别优化论文阅读润色体验，支持并行问询多种LLM模型，支持清华chatglm等本地模型。兼容复旦MOSS,llama,rwkv,盘古等。ChatALL：地址：[https://github.com/sunner/ChatALL](https://github.com/sunner/ChatALL)简介：ChatALL（中文名：齐叨）可以把一条指令同时发给多个AI，可以帮助用户发现最好的回答。