提交您的产品 
Ai应用
Ai资讯
AI生图
AI生视频
FastbuildAIMergeKit：一个用于合并预训练语言模型的开源工具包
Mergekit是什么？
Mergekit 是一个 Python 工具，能将多个大模型合并成一个，发挥各自优势。比如，模型A写作厉害，模型 B 编程出色，mergekit 就能把它们合起来，变成一个更强的模型。它还能在 CPU 或 GPU 上合并，建议先用高精度模型合并，之后再量化和校准。这个ai项目很受开发者欢迎，比如有人用它把教育内容改成游戏主题，让创作更高效、更有趣。
Mergekit主要功能
模型合并：将多个预训练语言模型合并为一个多功能模型，无需额外训练或集成计算开销。
多种合并算法：支持多种合并方法，如线性插值、球面线性插值（SLERP）、任务算术（Task Arithmetic）、TIES、DARE 等。
硬件友好：支持在 CPU 或 GPU 上运行，最低只需 8GB 显存。
低内存使用：采用惰性加载张量技术，降低内存占用。
参数插值：支持参数值的插值梯度，提供更细粒度的控制。
分层组装：支持从不同模型的层片段中拼接组装语言模型（“Frankenmerging”）。
专家混合合并：将多个密集模型合并为专家混合模型。
LoRA 提取：从微调模型中提取 PEFT 兼容的低秩近似。
进化合并方法：包含一些实验性的进化合并方法。
Mergekit主要特点
跨平台执行：支持GPU和CPU执行，最低8GB VRAM即可加速。
低内存使用：通过懒加载张量实现。
多种合并算法：包括线性插值、SLERP、任务算术等，未来还会增加更多算法。
图形用户界面（GUI）：提供基于Arcee的GUI，简化合并过程。
安装与使用
安装
git clone https://github.com/arcee-ai/mergekit.git cd mergekit pip install -e .
使用
mergekit-yaml config.yml ./output-dir --cuda
Mergekit应用场景
模型能力融合：将不同专业领域的模型合并为一个多功能模型。
性能优化：结合不同模型的优势，提升整体性能。
资源受限环境下的优化：在计算资源有限的情况下创建更小但功能强大的模型。
个性化模型定制：根据特定需求定制模型。
模型研究与实验：为研究人员提供灵活的平台，探索不同的合并策略。
Github：https://github.com/arcee-ai/mergekit
