XGLM-564M 是一个多语言自回归语言模型，包含5.64亿参数，基于30种语言的平衡语料库训练，总计5000亿子词。

Liquid 是一种自回归生成范式，通过将图像标记化为离散代码并在共享特征空间中学习这些代码嵌入与文本标记，实现了视觉理解与生成的无缝融合。

Lumina-mGPT是一个多模态自回归模型家族，擅长执行多种视觉与语言任务，特别是根据文本描述生成灵活逼真的图像。

Lumina-mGPT 是一个多模态自回归模型家族，擅长根据文本描述生成灵活逼真的图像，并能执行多种视觉和语言任务。

Lumina-mGPT 是一个多模态自回归模型家族，擅长根据文本描述生成灵活逼真的图像，并能执行多种视觉与语言任务。

Lumina-mGPT 是一个多模态自回归模型系列，擅长根据文本描述生成灵活逼真的图像。

Code Llama是Meta发布的代码生成与理解模型系列，包含7B至34B参数的预训练与微调版本。

Code Llama是Meta推出的70亿到340亿参数规模的代码生成与理解模型系列，本版本为7B基础模型

Code Llama是Meta推出的70亿参数Python专用代码生成模型，基于Llama 2架构优化，专注于Python代码合成与理解任务

基于Perceiver AR架构的符号音频模型，在GiantMIDI-Piano数据集上预训练，用于符号音频生成

CodeGen2 是一系列用于程序合成的自回归语言模型，具备填充能力并支持多种编程语言。

CodeGen-HTML 350M是基于CodeGen-Multi 350M微调的自回归语言模型，专门用于HTML代码生成。

CodeGen是一系列用于程序合成的自回归语言模型，基于Python编程语言数据集预训练。

基于EleutherAI的GPT-Neo 1.3B模型微调而成的版本，专注于冒险类文本生成。

XGLM-2.9B是一个多语言自回归语言模型，拥有29亿参数，基于5000亿子词的多样化语言平衡语料库训练而成。

XGLM-4.5B 是一个多语言自回归语言模型，拥有45亿参数，基于134种语言的平衡语料库训练而成。

XGLM-1.7B是一个多语言自回归语言模型，拥有17亿参数，基于5000亿子词标记的多样化语言平衡语料库训练而成。

GPT-J 6B是基于Mesh Transformer JAX框架训练的60亿参数自回归语言模型，采用与GPT-2/3相同的分词器。

GPT-Neo 125M是基于GPT-3架构的Transformer模型，由EleutherAI开发，参数量为1.25亿，主要用于英语文本生成任务。