最强中文开源模型Command R+的在线使用和本地部署的解决方案

  大家好，我是herosunly。985院校硕士毕业，现担任算法研究员一职，热衷于机器学习算法研究与应用。曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。希望和大家一起成长进步。

  本文主要介绍了最强中文开源模型Command R+的本地部署和在线使用的解决方案，希望对学习大语言模型的同学们有所帮助。

文章目录

• 1. 前言
• 2. 在线使用
• 3. 本地部署

1. 前言

  前段时间某大厂董事长扬言：闭源大模型会持续领先于开源大模型。但事实却和他的发言相反，开源大模型在持续进步，和闭源模型的差距是越来越小。

  那么可能会有同学提出疑问，怎么评价大模型能力呢？从个人的经验来讲，确定数据的榜单的评测结果意义不大，比如MMLU、C-EVAL等所谓的权威评测，而更有意义的是基于人类的真实反馈，比如UC伯克利的LMSYS大模型竞技场的评测。下图为大模型竞技场的排名，参考链接为https://chat.lmsys.org/?leaderboard(需要外网才能打开哈)。

  当然，每个人的使用场景往往并不相同。所以比较好的使用方法是在先挑选出3~5个待测模型，然后在自己的业务场景中进行实测，从而选择出最适合自己的大模型。