awesome slms

Des SLM géniaux

Voici la liste des SLM que j'utilise sur mon Raspberry Pi5 (8 Go de RAM) avec Ollama

Nom	Taille	Étiqueter	Remarque	Gentil	URL	Bien sur Pi5	Utilisable sur Pi5
codegemme:2b	1,6 Go	2B	Complétion du code à remplir au milieu	code	Lien		✅
Gemma : 2b	1,7 Go	2B		chat	Lien		✅
Gemma2:2b	1,6 Go	2B		chat	Lien		✅
tout-minilm:22m	46 Mo	22M	Uniquement les intégrations	intégration	Lien	✅	✅
tout-minilm:33m	67 Mo	33M	Uniquement les intégrations	intégration	Lien	✅	✅
codeur de recherche profonde : 1.3b	776 Mo	1,3B	Formé à 87 % de code et à 13 % de langage naturel	code	Lien	✅	✅
Tinyllama	638 Mo	1.1B		chat	Lien	✅	✅
petit dauphin	637 Mo	1.1B		chat	Lien	✅	✅
phi3:mini	2,4 Go	3B		chat	Lien		✅
phi3.5	2,2 Go	3B		chat	Lien		✅
code granit: 3b	2,0 Go	3B		code	Lien		✅
qwen2.5:0.5b	398 Mo	0,5 B		chat, outils	Lien	✅	✅
qwen2.5:1.5b	986 Mo	1,5 milliards		chat, outils	Lien		✅
qwen2.5:3b	1,9 Go	3B		chat, outils	Lien		✅
codeur qwen2.5 : 1.5b	986 Mo	1,5 milliards		code, outils	Lien		✅
qwen2:0.5b	352 Mo	0,5 B		chat	Lien	✅	✅
qwen2:1.5b	934 Mo	1,5 milliards		chat	Lien		✅
qwen : 0,5 b	395 Mo	0,5 B		chat	Lien	✅	✅
qwen2-mathématiques : 1,5b	935 Mo	1,5 milliards	Modèle de langage mathématique spécialisé	mathématiques	Lien		✅
codeur étoile : 1b	726 Mo	1B	Modèle de génération de code	code	Lien	✅	✅
codeur stellaire2:3b	1,7 Go	3B		code	Lien		✅
stablelm2:1.6b	983 Mo	1,6 milliards	LLM s'est formé sur des données multilingues en anglais, espagnol, allemand, italien, français, portugais et néerlandais.	chat	Lien	✅	✅
code stable : 3b	1,6 Go	3B	Modèle de codage	code	Lien		✅
rouge/replete-coder-qwen2-1.5b:Q8	1,9 Go	1,5 milliards	Capacités de codage + données non codantes, entièrement nettoyées et non censurées (mat+outil ? à tester)	code	Lien		✅
dauphin-phi :2,7b	1,6 Go	2,7B	non censuré	chat	Lien		✅
CognitiveComputations/dolphin-gemma2:2b	1,6 Go	2B		chat	Lien		✅
allenporter/xlam:1b	873 Mo	1B		outils	Lien		✅
sam4096/qwen2tools :0,5b	352 Mo	0,5 B		outils	Lien	✅	✅
sam4096/qwen2tools:1.5b	935 Mo	1,5 milliards		outils	Lien		✅
mxbai-embed-large:335m	670 Mo	335M	Uniquement les intégrations	intégration	Lien	✅	✅
texte-intégré-nomique:v1.5	274 Mo	137M	Uniquement les intégrations	intégration	Lien	✅	✅
codeur yi : 1.5b	866 Mo	1,5 milliards	Code	code	Lien		✅
bge-m3	1,2 Go	567M	Uniquement les intégrations	intégration	Lien		✅
lecteur-lm :0,5b	352 Mo	0,5b	convertir du HTML en Markdown	conversion	Lien	✅	✅
lecteur-lm:1.5b	935 Mo	1,5b	convertir du HTML en Markdown	conversion	Lien	✅	✅
Gemme de bouclier : 2b	1,7 Go	2b	évaluer la sécurité du texte	sécurité	Lien		✅
garde-lama3:1b	1,6 Go	1b	évaluer la sécurité du texte	sécurité	Lien		✅
granite3-dense:2b	1,6 Go	2b		chat, outils, intégration	Lien		✅
granite3-moe : 1b	822 Mo	1b		chat, outils, intégration	Lien	✅	✅
lama3.2:1b	1,3 Go	1b		chat, outils	Lien		✅
lama3.2:3b	2,0 Go	3b		chat, outils	Lien		✅
hauteur:135m	92 Mo	135m	?️ peut fonctionner sur un Pi 3A+	? difficile à contrôler	chat	Lien	✅
petite vitesse : 360 m	229 Mo	360m	?️ peut bien fonctionner sur un Pi 4 8 ​​Go	chat	Lien	✅	✅
petit:1.7b	991 Mo	1,7b		chat	Lien	✅	✅
petite vitesse2:135m	271 Mo	135m	?️ peut bien fonctionner sur un Pi 4 8 ​​Go	chat, outils	Lien	✅	✅
petite vitesse2:360m	726 Mo	360m	?️ peut fonctionner sur un Pi 4 8 ​​Go	chat, outils	Lien	✅	✅
smollm2:1.7b	1,8 Go	1,7b		chat, outils	Lien		✅