privacyguides/i18n
1
0
Fork 0
mirror of https://github.com/privacyguides/i18n.git synced 2026-03-14 11:00:41 +00:00
Code Activity

New Crowdin translations by GitHub Action

Browse Source
This commit is contained in:
Crowdin Bot
2026-03-12 03:21:57 +00:00
parent 2e5de0bf37
commit d8ee53f6e6
1 changed files with 1 additions and 1 deletions
Download Patch File Download Diff File Expand all files Collapse all files

2
i18n/zh-TW/ai-chat.md
View File

@@ -42,7 +42,7 @@ LLM 通常可以透過參數的數量來區分用途，對於提供給終端使
### 選擇模型
有許多採用寬鬆式自由軟體授權條款的模型可供下載。 [Hugging Face](https://huggingface.co/models) 是一個讓您瀏覽、研究和下載常用格式模型的平台，如 [GGUF](https://huggingface.co/docs/hub/en/gguf)。 提供優質 'open-weights'模型 的公司包括 Mistral、Meta、Microsoft 和 Google 等大公司。 不過，也有許多社群模型與[微調](https://zh.wikipedia.org/wiki/微调_\(深度学习\))模型可以使用。 如上所述，量化模型為使用消費級硬體的使用者提供了模型品質與效能之間的最佳平衡。
有許多採用寬鬆式自由軟體授權條款的模型可供下載。 [Hugging Face](https://huggingface.co/models) 是一個讓您瀏覽、研究和下載常用格式模型的平台，如 [GGUF](https://huggingface.co/docs/hub/en/gguf)。 提供優質 'open-weights'模型 的公司包括 Mistral、Meta、Microsoft 和 Google 等大公司。 不過，也有許多社群模型與[微調](https://zh.wikipedia.org/zh-tw/微调_\(深度学习\))模型可以使用。 如上所述，量化模型為使用消費級硬體的使用者提供了模型品質與效能之間的最佳平衡。
為了幫助您選擇適合您的模型，您可以參考排行榜和基準。 使用最廣泛的排行榜是由社群驅動的 [LM Arena](https://lmarena.ai)。 此外，[OpenLLM Leaderboard](https://huggingface.co/spaces/open-llm-leaderboard/open_llm_leaderboard) 著重於 'open-weights'模型 在一般基準上的表現，例如： [MMLU-Pro](https://arxiv.org/abs/2406.01574)。 也有一些專門的基準測試，用來測量如[情緒商數](https://eqbench.com)、[「不受限制的一般智力」](https://huggingface.co/spaces/DontPlanToEnd/UGI-Leaderboard)，以及[許多其他](https://nebuly.com/blog/llm-leaderboards)的基準。