OA0
OA0 是一个探索 AI 的社区
现在注册
已注册用户请  登录
OA0  ›  代码  ›  GPT4All — 在普通家用电脑运行本地大模型的生态

GPT4All — 在普通家用电脑运行本地大模型的生态

 
  thirteen ·  2026-01-10 20:02:01 · 10 次点击  · 0 条评论  

GPT4All

现已支持 DeepSeek R1 蒸馏模型

官方网站文档DiscordYouTube 教程

GPT4All 可在日常的台式机和笔记本电脑上私有化运行大型语言模型(LLMs)。

无需 API 调用或 GPU——只需下载应用程序即可开始使用

在我们的博客中了解最新动态。

订阅新闻通讯

https://github.com/nomic-ai/gpt4all/assets/70534565/513a0f15-4964-4109-89e4-4f9a9011f311

GPT4All 的实现得益于我们的计算合作伙伴 Paperspace

下载链接

Windows 安装程序

Windows ARM 安装程序

macOS 安装程序

Ubuntu 安装程序

Windows 和 Linux 版本要求 Intel Core i3 第二代 / AMD Bulldozer 或更高性能的处理器。

Windows ARM 版本支持 Qualcomm Snapdragon 和 Microsoft SQ1/SQ2 处理器。

Linux 版本仅支持 x86-64 架构(不支持 ARM)。

macOS 版本要求 Monterey 12.6 或更高版本。在 Apple Silicon M 系列处理器上效果最佳。

更多详情请参阅完整的系统要求




在 Flathub 上获取
Flathub(社区维护)

安装 GPT4All Python 包

gpt4all 通过我们的 Python 客户端,让你能够访问基于 llama.cpp 实现的 LLMs。

Nomic 致力于为开源软件(如 llama.cpp)做出贡献,旨在让 LLMs 对所有人 都易于访问且高效运行。

pip install gpt4all
from gpt4all import GPT4All
model = GPT4All("Meta-Llama-3-8B-Instruct.Q4_0.gguf") # 下载/加载一个 4.66GB 的 LLM
with model.chat_session():
    print(model.generate("如何在我的笔记本电脑上高效运行 LLMs?", max_tokens=1024))

集成

:parrot::link: Langchain
:card_file_box: Weaviate 向量数据库 - 模块文档
:telescope: OpenLIT(原生 OTel 监控) - 文档

发布历史

  • 2024年7月2日: V3.0.0 发布
    • 聊天应用 UI 全新设计
    • 改进了 LocalDocs 的用户工作流程
    • 扩展了对更多模型架构的访问
  • 2023年10月19日: 推出 GGUF 支持,包括:
    • Mistral 7b 基础模型,网站上更新的模型库,以及包括 Rift Coder v1.5 在内的多个新的本地代码模型
    • 在 GGUF 的 Q4_0 和 Q4_1 量化中支持 Nomic Vulkan
    • 离线构建支持,用于运行旧版本的 GPT4All 本地 LLM 聊天客户端。
  • 2023年9月18日: Nomic Vulkan 发布,支持在 NVIDIA 和 AMD GPU 上进行本地 LLM 推理。
  • 2023年7月: 稳定支持 LocalDocs 功能,允许你私有且本地化地与你的数据对话。
  • 2023年6月28日: 推出基于 Docker 的 API 服务器,允许通过 OpenAI 兼容的 HTTP 端点进行本地 LLM 推理。

贡献

GPT4All 欢迎来自开源社区的贡献、参与和讨论!
请参阅 CONTRIBUTING.md 并遵循问题、错误报告和 PR 的 Markdown 模板。

请查看项目 Discord、与项目所有者沟通或查阅现有问题/PR,以避免重复工作。
请确保为所有相关内容添加相关项目标识符标签,否则你的贡献可能会被遗漏。
示例标签:backendbindingspython-bindingsdocumentation 等。

引用

如果你在下游项目中使用了此仓库、模型或数据,请考虑引用:

@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}},
}
10 次点击  ∙  0 人收藏  
登录后收藏  
0 条回复
关于 ·  帮助 ·  PING ·  隐私政策 ·  服务条款   
OA0 - Omni AI 0 一个探索 AI 的社区
沪ICP备2024103595号-2
耗时 24 ms
Developed with Cursor