7月7日，悟道·天鹰 Aquila-7B、AquilaChat-7B 开源了最新权重 v0.7 版本，其中 AquilaChat-7B 在 FlagEval 大模型评测中（ “主观+客观”），相比6月27日发布的 v0.6 版本整体提升了 3.23 % ，在 MMLU、TruthfulQA、C-Eval 评测数据集上分别提升 7.12%、12.02%、16.09% ，详细评测结果请通过 http://flageval.baai.ac.cn 网站查看。
FlagEval 大模型评测平台集成了 5 大评测任务、 20余个评测数据集，累计 8.8 万+题目。评测方式说明：在评测时，FlagEval 根据数据集的不同规模进行了自动化采样，详见：flageval.baai.ac.cn）。本期 FlagEval 排行榜中新增了 ChatGLM2-6B、Vicuna、Guanaco 的评测结果。
未来，悟道·天鹰Aquila系列模型也将持续开源更优版本回馈社区，最新权重将在三个平台同步更新，请注意查看项目中的“变更日志”：
Hugging Face：
Aquila-7B 基础模型使用方式
AquilaChat-7B 对话模型使用方式
GitHub 通过 FlagAI 加载权重
注意：大家可以先删除原来目录下的 model_pytorch.bin，再下载新权重，其他使用方式不变
FlagOpen 模型仓库：https://model.baai.ac.cn/（可单独下载权重文件）
Aquila Contributor 召集令
Aquila 研发团队希望发布集成 LangChain 和 LLaMA.cpp的开源任务，希望有动手能力的小伙伴在 GitHub Discussions 集结！
LangChain：开发者可通过 LangChain 上的大语言模型&工具组合构建自己的应用程序，如本地文档知识库等。
LLaMA.cpp：LLaMA.cpp 可以极大减少推理成本，它支持 4-bit 量化，无需 GPU，甚至可以用 CPU 运行，甚至可以在 Android 上运行。Aquila 可兼容 LLaMA 生态但需要一定的代码修改工作。
你可以收获什么？
直接参与 Aquila 大语言模型项目，深入技术细节，获得 Aquila 研发团队的手把手指导。
成为 Linux Foundation AI&Data 项目的贡献者—— FlagAI 已于去年捐赠至 LF AI&Data。
如何报名？
GitHub Discussions 帖子中留言即可，原则上所有的合作都可以在 GitHub 仓库中完成。
如果你想【加入 Contributor 微信群与Aquila研发团队密切沟通】，请主动私信【小助手】你的 GitHub 主页链接，顺便简要介绍你的过往经验和技能点，方便我们了解你 >>> 扫码添加【小助手】企业微信
