GPT4All
一个免费使用、本地运行、具有隐私意识的聊天机器人。无需 GPU 或互联网。
M1 Mac 上的实时推理延迟
下载桌面聊天客户端
1.Windows 版：【点击下载】
2.MacOS版：【点击下载】
3.Ubuntu版：【点击下载】
4.Github开源地址：【链接直达】
5.本地模型下载：【点击前往】
6.模型推荐：Mistral OpenOrca 【点击下载】或者软件内下载，在GPU的加速下，速度非常快！
GPT4All 的功能
探索 GPT4All 的功能。在您自己的硬件上。
回答有关世界的问题
有任何问题都可以向 GPT4All 询问。
个人写作助理
撰写电子邮件、文档、创意故事、诗歌、歌曲和戏剧。
了解文档
提供您自己的文本文档并接收有关其内容的摘要和答案。
编写代码
获取有关简单编码任务的指导。代码能力正在改进中。
模型下载：
大小：3.83 GB内存：8GB
密斯特拉尔-7b-openorca.Q4_0.gguf
最佳整体快速聊天模型
快速响应
基于聊天的模型
由 Mistral AI 训练
在通过Nomic Atlas管理的 OpenOrca 数据集上进行了微调
已获得商业用途许可
大小：3.83 GB内存：8GB
米斯特拉尔-7b-指令-v0.1.Q4_0.gguf
最佳整体快速指令跟随模型
快速响应
由 Mistral AI 训练
未经审查
已获得商业用途许可
大小：3.92 GB内存：8GB
gpt4all-falcon-q4_0.gguf
模型速度非常快，质量很好
最快的响应
基于指令
由TII培训
由 Nomic AI 微调
已获得商业用途许可
大小：3.56 GB内存：8GB
orca-2-7b.Q4_0.gguf
基于指令
由微软培训
不能用于商业用途
大小：6.86 GB内存：16GB
orca-2-13b.Q4_0.gguf
基于指令
由微软培训
不能用于商业用途
大小：6.86 GB内存：16GB
Wizardlm-13b-v1.2.Q4_0.gguf
最佳整体较大型号
基于指令
给出很长的回复
仅用 1k 高质量数据进行微调
微软和北京大学培训
不能用于商业用途
大小：6.86 GB内存：16GB
努斯-爱马仕-llama2-13b.Q4_0.gguf
非常好的模型
基于指令
给出很长的回应
包含 300,000 条未经审查的说明
由 Nous Research 培训
不能用于商业用途
大小：6.86 GB内存：16GB
gpt4all-13b-snoozy-q4_0.gguf
整体模型非常好
基于指令
基于与 Groovy 相同的数据集
比 Groovy 慢，但响应质量更高
由 Nomic AI 培训
不能用于商业用途
大小：3.54 GB内存：8GB
mpt-7b-聊天-合并-q4_0.gguf
模型不错，架构新颖
快速响应
基于聊天
由 Mosaic ML 训练
不能用于商业用途
大小：1.84 GB内存：4GB
虎鲸-mini-3b-gguf2-q4_0.gguf
具有新颖数据集的新模型的小版本
基于指令
解释调整后的数据集
Orca 研究论文数据集构建方法
不能用于商业用途
大小：1.74 GB内存：4GB
重复代码-v1_5-3b-q4_0.gguf
在堆栈的子集上进行训练
基于代码完成
已获得商业用途许可
警告：不适用于聊天 GUI
大小：8.37 GB内存：4GB
starcoder-q4_0.gguf
在堆栈的子集上进行训练
基于代码完成
警告：不适用于聊天 GUI
大小：3.56 GB内存：8GB
裂痕编码器-v0-7b-q4_0.gguf
接受过 Python 和 TypeScript 集合培训
基于代码完成
警告：不适用于聊天 GUI
大小：0.04 GB内存：1 GB
全MiniLM-L6-v2-f16.gguf
LocalDocs 文本嵌入模型
LocalDocs 功能所必需的
用于检索增强生成（RAG）
大小：3.83 GB内存：8GB
em_german_mistral_v01.Q4_0.gguf
基于 Mistral 的德语应用模型
快速响应
基于聊天的模型
由埃拉米德培训
对德语指令和聊天数据进行了微调
已获得商业用途许可
