OpenBMB/BMList

解决的问题

BMList 解决了跟踪快速增长的大型 AI 模型数量的挑战。没有集中资源，很难看清哪些模型存在、由谁构建以及该领域如何演变的全局。

工作原理

该项目维护一个精选模型列表，满足两个标准：至少 10 亿参数和公开发布公告（通过论文、文章或新闻）。数据以多维表格呈现，可按组织、语言和领域等属性进行筛选。配套网站显示统计数据并托管图表画廊，包括模型随时间趋势以及按组织和发布日期划分的参数分布。仓库通过指南接受贡献，任何添加都会自动更新表格和网站。

适用人群

研究人员、开发者和 AI 爱好者，他们希望监控大型模型发布、跨不同标准比较模型，或研究模型规模和采用的演变。

亮点

• 社区驱动，有明确的贡献指南
• 交互式多维表格，灵活筛选
• 可视化画廊涵盖模型趋势、组织计数和参数分布
• 添加新模型时自动更新网站
• 开源，欢迎通过问题或拉取请求进行更正