Sitio web • Documentación • Discord • Tutorial de YouTube
GPT4All ejecuta modelos de lenguajes grandes (LLM) de forma privada en computadoras de escritorio y portátiles de uso diario.
No se requieren llamadas API ni GPU; simplemente puede descargar la aplicación y comenzar.
Lea sobre las novedades en nuestro blog.
Suscríbete al boletín
GPT4All es posible gracias a nuestro socio informático Paperspace.
- Instalador de Ubuntu -
Windows y Linux requieren Intel Core i3 2nd Gen/AMD Bulldozer, o mejor. Solo x86-64, sin ARM.
macOS requiere Monterey 12.6 o posterior. Mejores resultados con los procesadores Apple Silicon serie M.
Consulte los requisitos completos del sistema para obtener más detalles.
Flathub (mantenido por la comunidad)
gpt4all
le brinda acceso a LLM con nuestro cliente Python sobre implementaciones llama.cpp
.
Nomic contribuye al software de código abierto como llama.cpp
para que los LLM sean accesibles y eficientes para todos .
pip install gpt4all
from gpt4all import GPT4All
model = GPT4All ( "Meta-Llama-3-8B-Instruct.Q4_0.gguf" ) # downloads / loads a 4.66GB LLM
with model . chat_session ():
print ( model . generate ( "How can I run LLMs efficiently on my laptop?" , max_tokens = 1024 ))
?? Langchain ?️ Weaviate Vector Database - documentos del módulo? OpenLIT (Monitoreo nativo de OTel) - Documentos
¡GPT4All agradece las contribuciones, la participación y el debate de la comunidad de código abierto! Consulte CONTRIBUTING.md y siga los problemas, los informes de errores y las plantillas de rebajas de relaciones públicas.
Verifique la discordia del proyecto, con los propietarios del proyecto o mediante problemas o relaciones públicas existentes para evitar trabajo duplicado. Asegúrese de etiquetar todo lo anterior con identificadores de proyecto relevantes o su contribución podría perderse. Etiquetas de ejemplo: backend
, bindings
, python-bindings
, documentation
, etc.
Si utiliza este repositorio, modelos o datos en un proyecto posterior, considere citarlo con:
@misc{gpt4all,
author = {Yuvanesh Anand and Zach Nussbaum and Brandon Duderstadt and Benjamin Schmidt and Andriy Mulyar},
title = {GPT4All: Training an Assistant-style Chatbot with Large Scale Data Distillation from GPT-3.5-Turbo},
year = {2023},
publisher = {GitHub},
journal = {GitHub repository},
howpublished = {url{https://github.com/nomic-ai/gpt4all}},
}