Moxin-LLM

544 50 中等 1 次阅读 3天前Apache-2.0语言模型其他

AI 解读由 AI 自动生成，仅供参考

Moxin-LLM 是一个完全开源且可复现的大语言模型家族，旨在打破当前生成式 AI 领域存在的“伪开源”壁垒。针对许多所谓开源模型缺乏完整训练数据、脚本或受限于不透明许可证，导致难以真正复现和深入理解的问题，Moxin-LLM 严格遵循“模型开放框架（MOF）”标准，公开了从预训练数据集、训练代码到最终模型权重的全部核心组件，确保研究的透明度与安全性。

该项目不仅提供了基础模型（Base），还发布了经过指令微调的对话模型（Instruct）、具备推理能力的模型（Reasoning）以及视觉语言模型（VLM）。其技术亮点在于完整的可复现性流程，支持用户基于 PyTorch 进行推理，或利用 Llama.cpp 实现量化部署。评测数据显示，其增强版基座模型在多项权威基准测试中表现优异，性能媲美同量级的 Mistral、LLaMA 3 及 Qwen 等主流模型。

Moxin-LLM 特别适合 AI 研究人员、开发者及技术爱好者使用。对于希望深入探究模型内部机制、验证实验结果或构建可信 AI 应用的专业人士而言，它提供了一套无黑盒、无保留的高质量基础设施，有助于推动更加开放和健康的 AI 生态发展。

使用场景

某高校人工智能实验室的研究团队正致力于复现一篇前沿论文的实验结果，并计划在此基础上进行二次创新，但受限于模型透明度和数据完整性，项目推进举步维艰。

没有 Moxin-LLM 时

复现困难重重：使用的所谓“开源”模型往往缺失关键训练脚本或数据处理代码，导致实验结果无法精确复现，团队需花费数周时间逆向工程。
合规风险不明：许多模型虽宣称开源，实则采用限制性许可证（如禁止商用），法务审核耗时漫长，甚至可能在项目后期面临侵权诉讼。
黑盒调试无门：模型训练数据不公开，当模型出现特定偏见或错误时，研究人员无法追溯根源，只能盲目调整参数，效率极低。
信任成本高昂：由于缺乏符合“模型开放框架（MOF）”的完整证据链，研究成果难以被顶级学术会议认可，质疑声不断。

使用 Moxin-LLM 后

全流程可复现：Moxin-LLM 提供了从预训练数据、训练脚本到最终权重的完整套件，团队在两天内即可完美复现基准测试，迅速进入改进阶段。
授权清晰安全：基于 Apache 2.0 协议，Moxin-LLM 明确允许商业应用与修改，法务部门快速放行，让团队能安心将成果转化为原型产品。
透明化调试：借助公开的训练数据集和详细的文档，研究人员精准定位了模型在逻辑推理上的短板，并利用提供的 GRPO 强化学习方案针对性优化。
学术认可度高：遵循严格的开放科学标准，基于 Moxin-LLM 产出的论文因透明性和可验证性强，顺利通过了同行评审并获得高度评价。

Moxin-LLM 通过极致的透明度和完整的开源生态，彻底消除了科研与开发中的“黑盒”焦虑，让创新真正建立在可信的基石之上。

运行环境要求

操作系统

未说明

GPU

推理部分支持 Llama.cpp 量化模型（通常支持 CPU/GPU），PyTorch 推理通常需要 NVIDIA GPU，具体显存需求取决于模型大小（7B 模型建议 8GB+）

内存

未说明

依赖

notesREADME 主要介绍了模型家族（Base, Instruct, Reasoning, VLM）及其性能基准测试，未详细列出具体的环境安装步骤或版本要求。提供了基于 PyTorch 的推理代码和基于 Llama.cpp 的量化部署方案。训练和微调分别依赖 Tülu 3、GRPO、DeepScaleR 和 prismatic-vlms 等特定框架。

python未说明

PyTorch

Llama.cpp

lm-evaluation-harness

Tülu 3

DeepScaleR

prismatic-vlms

快速开始

Moxin LLM

Moxin 是一系列完全开源且可复现的大型语言模型。

引言

生成式人工智能（GAI）为研究与创新提供了前所未有的机遇，但其商业化却引发了关于透明度、可复现性和安全性的担忧。许多开源的 GAI 模型缺乏充分理解和复现所需的必要组件，而有些则在声称“开源”的同时使用了限制性许可。为应对这些关切，我们遵循模型开放性框架（MOF），这是一种基于开放科学、开源、开放数据和开放获取原则，根据机器学习模型的完整性和开放程度进行分级的分类体系。

通过促进透明度和可复现性，MOF 能够有效遏制“漂绿”行为，并将完整性和开放性确立为与负责任 AI 核心原则并重的主要标准。广泛采用 MOF 将有助于构建更加开放的 AI 生态系统，从而推动研究、创新以及最先进模型的应用。

根据 MOF 的要求，我们公开了训练过程中使用的数据集、训练脚本以及训练好的模型。

快速入门

使用指南 - 基于 PyTorch 的推理代码。
量化与部署 - 使用 Llama.cpp 量化的模型实现及推理。

文档

预训练 - 完整的训练文档
后训练 - 基于 Tulu 3 和 GRPO 强化学习的后训练
评估 - 基准测试与评估

模型家族概览

您可以下载我们的 Moxin-7B-Base、Moxin-7B-Instruct、Moxin-7B-Reasoning 和 Moxin-7B-VLM 模型。

基础模型

我们使用 lm-evaluation-harness 测试了基础模型的性能。以下是在常见数据集上的评估结果。我们分别在 AI2 Reasoning Challenge（25-shot）、HellaSwag（10-shot）、MMLU（5-shot）和 Winogrande（5-shot）上进行了测试。最终我们发布了 Moxin-7B-Enhanced 作为我们的基础模型，并在此基础上进一步微调至 Tulu v2，得到了我们的对话模型。

模型	ARC-C	Hellaswag	MMLU	WinoGrade	平均
Mistral-7B	57.59	83.25	62.42	78.77	70.51
LLaMA 3.1-8B	54.61	81.95	65.16	77.35	69.77
LLaMA 3-8B	55.46	82.09	65.29	77.82	70.17
LLaMA 2-7B	49.74	78.94	45.89	74.27	62.21
Qwen 2-7B	57.68	80.76	70.42	77.43	71.57
Gemma-7b	56.48	82.31	63.02	78.3	70.03
Internlm2.5-7b	54.78	79.7	68.17	80.9	70.89
Baichuan2-7B	47.87	73.89	54.13	70.8	61.67
Yi-1.5-9B	58.36	80.36	69.54	77.53	71.48
Moxin-7B-Original	53.75	75.46	59.43	70.32	64.74
Moxin-7B-Enhanced（Moxin-7B-Base）	59.47	83.08	60.97	78.69	70.55

我们还测试了零样本情况下的表现，包括 AI2 Reasoning Challenge（0-shot）、AI2 Reasoning Easy（0-shot）、HellaSwag（0-shot）、PIQA（0-shot）和 Winogrande（0-shot）。结果如下所示。

| 模型 | HellaSwag | WinoGrade | PIQA | ARC-E | ARC-C | 平均 | |:-----------------: |:---------: |:---------: |:-----: |:-----: |:-----: |:-----: | | Mistral-7B | 80.39 | 73.4 | 82.15 | 78.28 | 52.22 | 73.29 | | LLaMA 2-7B | 75.99 | 69.06 | 79.11 | 74.54 | 46.42 | 69.02 | | LLaMA 2-13B | 79.37 | 72.22 | 80.52 | 77.4 | 49.06 | 71.71 | | LLaMA 3.1-8B | 78.92 | 74.19 | 81.12 | 81.06 | 53.67 | 73.79 | | Gemma-7b | 80.45 | 73.72 | 80.9 | 79.97 | 54.1 | 73.83 | | Qwen v2-7B | 78.9 | 72.38 | 79.98 | 74.71 | 50.09 | 71.21 | | Internlm2.5-7b | 79.14 | 77.9 | 80.52 | 76.16 | 51.37 | 73.02 | | Baichuan2-7B | 72.25 | 67.17 | 77.26 | 72.98 | 42.15 | 66.36 | | Yi-1.5-9B | 77.86 | 73.01 | 80.74 | 79.04 | 55.03 | 73.14 | | Deepseek-7b | 76.13 | 69.77 | 79.76 | 71.04 | 44.8 | 68.3 | | Moxin-7B-Original | 72.06 | 66.31 | 78.07 | 71.47 | 48.15 | 67.21 | | Moxin-7B-Enhanced（Moxin-7B-Base） | 80.03 | 75.17 | 82.24 | 81.12 | 58.64 | 75.44 |

指令模型

我们的指令模型基于 Tulu 3 进行训练。评估结果如下所示。我们使用 lm-evaluation-harness 和 OLMES 进行评估。

我们在 AI2 理性挑战赛（25-shot）、HellaSwag（10-shot）、MMLU（5-shot）和 Winogrande（5-shot）上进行了测试。 |模型 |ARC-C| Hellaswag| MMLU |WinoGrade| 平均| |:-----------------: |:---------: |:---------: |:-----: |:-----: |:-----: | |Mistral 8B Instruct| 62.63 |80.61 |64.16| 79.08| 71.62| |Llama3.1 8B Instruct| 60.32 |80 |68.18 |77.27| 71.44| |Qwen2.5 7B Instruct| 66.72 |81.54| 71.3 |74.59| 73.54| |Moxin-7B-SFT| 60.11 |83.43| 60.56| 77.56| 70.42| |Moxin-7B-DPO (Moxin-7B-Instruct) | 64.76 |87.19| 58.36| 76.32| 71.66|

我们还测试了零样本性能，包括 AI2 理性挑战赛（0-shot）、AI2 简单推理（0-shot）、HellaSwag（0-shot）、PIQA（0-shot）和 Winogrande（0-shot）。结果如下： |模型 | HellaSwag | WinoGrade | PIQA | ARC-E | ARC-C | 平均 | |:-----------------: |:---------: |:---------: |:-----: |:-----: |:-----: |:-----: | |Mistral 8B Instruct | 79.08 | 73.56 | 82.26 | 79.88 | 56.57 | 74.27 | | Llama3.1 8B Instruct | 79.21| 74.19 |80.79 |79.71 |55.03 |73.79| |Qwen2.5 7B Instruct | 80.5 | 71.03 | 80.47 | 81.31 | 55.12 | 73.69 | |Moxin-7B-SFT |81.44 |73.09 |81.07 |79.8 |54.67| 74.01| |Moxin-7B-DPO (Moxin-7B-Instruct) | 85.7 | 73.24 | 81.56 |81.1 |58.02| 75.92|

使用 OLMES 的评估结果如下所示。 |模型/数据集 |GSM8K |MATH |Humaneval |Humaneval plus |MMLU |PopQA |BBH |TruthfulQA| 平均| |:-----------------: |:---------: |:---------: |:-----: |:-----: |:-----: |:-----: |:-----: |:-----: |:-----: | |Qwen2.5 7B Instruct |83.8 |14.8 |93.1 |89.7 |76.6 |18.1 |21.7 |63.1| 57.61| |Gemma2 9B Instruct| 79.7 |29.8 |71.7 |67 |74.6 |28.3 |2.5 |61.4 |51.88| |Moxin-7B-DPO (Moxin-7B-Instruct) |81.19| 36.42| 82.86| 77.18 |60.85 |23.85 |57.44| 55.27 |59.38|

推理模型

我们的推理模型基于 DeepScaleR 训练。数学数据集上的评估结果如下所示。

|模型/数据集 |MATH 500 |AMC |Minerva Math |OlympiadBench |平均| |:-----------------: |:---------: |:---------: |:-----: |:-----: |:-----: | |Qwen2.5-Math-7B-Base |52.4 |52.5 |12.9 |16.4| 33.55| |Qwen2.5-Math-7B-Base + 8K MATH SFT |54.6 |22.5| 32.7| 19.6| 32.35| |Llama-3.1-70B-Instruct| 64.6 |30.1 |35.3| 31.9| 40.48| |Moxin-7B-RL-DeepScaleR| 68 |57.5 |16.9| 30.4 |43.2|

VLM 模型

我们的 VLM 模型基于 prismatic-vlms 训练。评估结果如下所示。

| | GQA | VizWiz | RefCOCO+ | OCID-Ref | VSR | POPE | TallyQA | 平均. | |-------------------------- |:-----: |:------: |:--------: |:--------: |:-----: |:-----: |:-------: |:-----: | | LLaVa v1.5 7B (Base) | 61.58 | 54.25 | 49.47 | 35.07 | 51.47 | 86.57 | 62.06 | 57.21 | | Llama-2 Chat 7B | 62.11 | 56.39 | 58.5 | 46.3 | 61.8 | 86.8 | 58.1 | 61.43 | | Mistral v0.1 7B | 63.3 | 55.32 | 65.1 | 48.8 | 58.5 | 87.1 | 61.7 | 62.83 | | Mistral Instruct v0.1 7B | 62.71 | 54.35 | 64.9 | 48 | 57.8 | 87.5 | 64.5 | 62.82 | | Llama-2 7B | 62.44 | 55.98 | 59.47 | 43.89 | 63.67 | 86.74 | 59.22 | 61.63 | | 我们的模型 | 64.88 | 54.08 | 71.3 | 48.4 | 60.8 | 87.3 | 66 | 64.68 |

引用

@article{zhao2024fully,
  title={Fully Open Source Moxin-7B Technical Report},
  author={Zhao, Pu and Shen, Xuan and Kong, Zhenglun and Shen, Yixin and Chang, Sung-En and Rupprecht, Timothy and Lu, Lei and Nan, Enfu and Yang, Changdi and He, Yumei and others},
  journal={arXiv preprint arXiv:2412.06845},
  year={2024}
}

Moxin-LLM 快速上手指南

Moxin 是一个完全开源且可复现的大语言模型家族，遵循模型开放框架（MOF）标准，提供从预训练数据、脚本到最终模型的全套资源。本指南将帮助您快速部署和使用 Moxin-7B 系列模型。

环境准备

系统要求

操作系统: Linux (推荐 Ubuntu 20.04+) 或 macOS
GPU: 支持 CUDA 的 NVIDIA GPU (推荐显存 ≥ 16GB 用于运行 7B 模型)
Python: 3.8 或更高版本
磁盘空间: 至少 20GB (用于存放模型权重和依赖)

前置依赖

确保已安装以下基础工具：

Git
Python pip
CUDA Toolkit (如需 GPU 加速)

建议配置国内镜像源以加速依赖下载：

# 配置 pip 使用清华源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

1. 克隆项目仓库

git clone https://github.com/moxin-org/Moxin-LLM.git
cd Moxin-LLM

2. 安装 Python 依赖

根据您的需求选择安装推理或量化部署依赖：

方案 A：PyTorch 原生推理（推荐初学者）

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
pip install -r requirements_inference.txt

注：若 requirements_inference.txt 不存在，请安装基础 NLP 库：

pip install transformers accelerate sentencepiece protobuf

方案 B：Llama.cpp 量化部署（低显存/CPU 推理） 请参考 llamacpp 目录下的具体说明编译 llama.cpp，或使用预编译二进制文件。

3. 下载模型

从 Hugging Face 下载模型权重。国内用户可使用镜像站或代理加速。

# 示例：下载 Moxin-7B-Instruct 指令微调模型
# 需先安装 huggingface-cli: pip install huggingface_hub
huggingface-cli download moxin-org/moxin-instruct-7b --local-dir ./models/moxin-7b-instruct

可选模型版本：

基座模型: moxin-org/moxin-llm-7b
推理模型: moxin-org/moxin-reasoning-7b
多模态模型: moxin-org/Moxin-7B-VLM

基本使用

方式一：使用 PyTorch 进行推理

创建一个简单的 Python 脚本 infer.py：

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

# 加载模型和分词器
model_path = "./models/moxin-7b-instruct"
tokenizer = AutoTokenizer.from_pretrained(model_path, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(
    model_path,
    torch_dtype=torch.float16,
    device_map="auto",
    trust_remote_code=True
)

# 准备输入提示
prompt = "你好，请介绍一下你自己。"
messages = [
    {"role": "user", "content": prompt}
]

# 应用聊天模板
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
inputs = tokenizer([text], return_tensors="pt").to(model.device)

# 生成回复
outputs = model.generate(
    **inputs,
    max_new_tokens=512,
    do_sample=True,
    temperature=0.7,
    top_p=0.9
)

response = tokenizer.decode(outputs[0][len(inputs[0]):], skip_special_tokens=True)
print(response)

运行脚本：

python infer.py

方式二：使用 Llama.cpp 进行量化推理

如果您已编译好 llama.cpp 并转换了模型为 GGUF 格式：

# 运行量化模型 (示例命令，具体参数视量化版本而定)
./llama-cli -m models/moxin-7b-instruct-q4_k_m.gguf -p "你好，请介绍一下你自己。" -n 512

相似工具推荐

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上

★ 153.6k|★★☆☆☆|今天

开发框架Agent语言模型

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备

★ 90.1k|★★★☆☆|1周前

语言模型图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。

★ 87.6k|★★☆☆☆|1周前

开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。

★ 85.1k|★★☆☆☆|3天前

图像数据工具视频

funNLP

funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。

★ 79.9k|★☆☆☆☆|5天前

语言模型数据工具其他

cs-video-courses

cs-video-courses 是一个精心整理的计算机科学视频课程清单，旨在为自学者提供系统化的学习路径。它汇集了全球知名高校（如加州大学伯克利分校、新南威尔士大学等）的完整课程录像，涵盖从编程基础、数据结构与算法，到操作系统、分布式系统、数据库等核心领域，并深入延伸至人工智能、机器学习、量子计算及区块链等前沿方向。面对网络上零散且质量参差不齐的教学资源，cs-video-courses 解决了学习者难以找到成体系、高难度大学级别课程的痛点。该项目严格筛选内容，仅收录真正的大学层级课程，排除了碎片化的简短教程或商业广告，确保用户能接触到严谨的学术内容。这份清单特别适合希望夯实计算机基础的开发者、需要补充特定领域知识的研究人员，以及渴望像在校生一样系统学习计算机科学的自学者。其独特的技术亮点在于分类极其详尽，不仅包含传统的软件工程与网络安全，还细分了生成式 AI、大语言模型、计算生物学等新兴学科，并直接链接至官方视频播放列表，让用户能一站式获取高质量的教育资源，免费享受世界顶尖大学的课堂体验。

★ 79.8k|★☆☆☆☆|5天前

其他图像数据工具