{"id":13525978,"url":"https://github.com/DUOMO/TransGPT","last_synced_at":"2025-04-01T06:31:00.523Z","repository":{"id":182726216,"uuid":"667200726","full_name":"DUOMO/TransGPT","owner":"DUOMO","description":null,"archived":false,"fork":false,"pushed_at":"2023-09-14T11:55:09.000Z","size":10713,"stargazers_count":703,"open_issues_count":18,"forks_count":77,"subscribers_count":6,"default_branch":"main","last_synced_at":"2024-11-02T10:34:07.543Z","etag":null,"topics":[],"latest_commit_sha":null,"homepage":null,"language":"Python","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"mit","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/DUOMO.png","metadata":{"files":{"readme":"README-English.md","changelog":null,"contributing":null,"funding":null,"license":"LICENSE","code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null}},"created_at":"2023-07-17T01:00:16.000Z","updated_at":"2024-11-01T10:17:14.000Z","dependencies_parsed_at":null,"dependency_job_id":"f59603e5-c851-4ae3-8099-e587d3d26e1b","html_url":"https://github.com/DUOMO/TransGPT","commit_stats":null,"previous_names":["duomo/transgpt"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/DUOMO%2FTransGPT","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/DUOMO%2FTransGPT/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/DUOMO%2FTransGPT/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/DUOMO%2FTransGPT/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/DUOMO","download_url":"https://codeload.github.com/DUOMO/TransGPT/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":246596661,"owners_count":20802865,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":[],"created_at":"2024-08-01T06:01:24.009Z","updated_at":"2025-04-01T06:30:56.824Z","avatar_url":"https://github.com/DUOMO.png","language":"Python","funding_links":[],"categories":["🤖 模型","A01_文本生成_文本对话","Instruction Fine-tuning Datasets","Applications","大模型列表"],"sub_categories":["🧩 领域模型","大语言对话模型及数据","Domain-specific Instruction Fine-tuning Datasets","提示语（魔法）"],"readme":"\u003cp align=\"center\" width=\"100%\"\u003e\n\u003ca target=\"_blank\"\u003e\u003cimg src=\"figs/TransGPT_logo.jpg\" alt=\"TransGPT\" style=\"width: 50%; min-width: 200px; display: block; margin: auto;\"\u003e\u003c/a\u003e\n\u003c/p\u003e\n\n\n\n# TransGPT\n\u003c!-- **TransGPT** --\u003e\n\n\u003cp align=\"center\"\u003e\n🤗 \u003ca href=\"https://huggingface.co/duomo-inc/TransGPT-6B\" target=\"_blank\"\u003eTransGPT-6B\u003c/a\u003e \n  •\n🤖 \u003ca href=\"https:/\" target=\"_blank\"\u003eDUOMO\u003c/a\u003e \n  • \n💬 \u003ca href=\"https://github.com/\" target=\"_blank\"\u003eWeChat\u003c/a\u003e\n\u003c/p\u003e\n\n\u003cdiv style='display:flex; gap: 0.25rem; '\u003e\n\n\u003ca href='https://huggingface.co/spaces/DUOMO/??'\u003e\u003cimg src='https://img.shields.io/badge/✨Hugging%20Face-Demo-orange'\u003e\u003c/a\u003e\n\u003ca href='https://huggingface.co/??'\u003e\u003cimg src='https://img.shields.io/badge/✨Hugging%20Face-Model-blue'\u003e\u003c/a\u003e \n\u003ca href='https://huggingface.co/??'\u003e\u003cimg src='https://img.shields.io/badge/✨License-Apache2.0-green'\u003e\u003c/a\u003e \n\u003c/div\u003e\n\n\u003ch4 align=\"left\"\u003e\n    \u003cp\u003e\n        \u003ca href=\"https://github.com/DUOMO/TransGPT/blob/main/README.md\"\u003e中文\u003c/a\u003e |\n        \u003cb\u003eEnglish\u003c/b\u003e\n    \u003c/p\u003e\n\u003c/h4\u003e\n\n## 摘要\nTransGPT是国内首款开源交通大模型，主要致力于在真实交通行业中发挥实际价值。它能够实现交通情况预测、智能咨询助手、公共交通服务、交通规划设计、交通安全教育、协助管理、交通事故报告和分析、自动驾驶辅助系统等功能。TransGPT作为一个通用常识交通大模型，可以为道路工程、桥梁工程、隧道工程、公路运输、水路运输、城市公共交通运输、交通运输经济、交通运输安全等行业提供通识常识。以此为基础，可以落脚到特定的交通应用场景中。\n- 模型：TransGPT-7B，\n- 代码：基本训练和推理代码，\n- 数据：\n  - ～xx万条文本数据（用于领域内预训练）\n  - ～xx万条对话数据（用于微调）\n- **开源免费可商用**：不仅对学术研究完全开放，仅需邮件申请并获得官方商用许可后，即可以免费商用。\n\n\n\n## 最新发布\n- [07.18] ✨ 开源 [**TransGPT**](https://huggingface.co/??) (💼 **可商用**).\n- [07.17] ✨ 开源 [**TransGPT-DATA**](https://huggingface.co/??) (💼**可商用**)\n\n\n## 目录\n- [开源数据集](#开源数据集)\n- [示例输出](#TransGPT示例输出)\n- [测评](#测评)\n- [模型下载](#模型下载)\n- [环境部署](#环境部署)\n- [训练和推理](#训练和推理)\n- [其他](#声明)\n\n## 开源数据集\n- 数据源包含两个部分：\n\n| 内容     | 下载地址                            | 备注     |\n|:-------|---------------------------------|--------|\n| 预训练数据集 | [link](https://huggingface.co/??) | 非对话数据集 |\n| 微调数据集  | [link](https://huggingface.co/??) | 对话式数据集 |\n\n- 数据来源\n![img.png](figs/img.png)\n\n## TransGPT功能及示例输出\n\n1. **交通安全教育**：交通大模型可以用于生成交通安全教育材料，如安全驾驶的建议、交通规则的解释等。\n\n\u003cp float=\"left\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/18526640/\" style=\"width: 45%; margin: auto;\"\u003e\n\u003c/p\u003e\n\n\n2. **智能助手**：在车辆中的智能助手可以使用大型交通大模型来理解和生成更自然、更复杂的对话，帮助驾驶者获取路线信息、交通更新、天气预报等。自动回答关于公共交通服务的问题，如车次、票价、路线等。这可以提高服务效率并提升乘客体验。\n\n\u003cp float=\"left\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n\u003c/p\u003e\n\n3. **自动驾驶辅助系统**：在自动驾驶系统中，大型交通大模型可以用于理解人类驾驶者的指令，或者生成给人类乘客的解释和提示。例如，它可以解释车辆的驾驶决策，或者在紧急情况下提供指导。\n\n\u003cp float=\"left\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n\u003c/p\u003e\n\n4. **交通管理**：通过实时监测和分析车辆、道路、信号灯等信息，协助智能协调交通流量，减少交通拥堵。分析社交媒体或新闻报道中的文本信息，预测交通流量、交通堵塞或事故的可能性。同时，该模型能分析交通事故历史和特征，给出相应对策和方案，减少交通事故的发生。\n\n\u003cp float=\"left\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n\u003c/p\u003e\n\n5. **交通规划**：交通大模型可以帮助分析公众对于交通规划提案的反馈和意见，提供决策者更全面的信息。\n\u003cp float=\"left\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n\u003c/p\u003e\n\n6. **交通事故报告和分析*：交通大模型可以帮助快速理解和分类交通事故报告，提供事故原因的初步分析。\n\u003cp float=\"left\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n\u003c/p\u003e\n\n7. **交通犯罪调查**：在交通犯罪调查中，交通大模型可以帮助理解案件报告，或者生成调查报告。例如，它可以通过分析案件报告，提供关于事故原因的初步分析。\n\n\u003cp float=\"left\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n\u003c/p\u003e\n\n8. **交通数据分析**：交通大模型可以帮助分析交通数据，提供交通流量的预测，或者发现可能的交通问题。例如，它可以通过分析历史数据，预测某个路口在特定时间的交通流量。\n\u003cp float=\"left\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n\u003c/p\u003e\n\n9. *交通政策研究**：大型交通大模型可以用于分析公众对于交通政策的反馈，或者生成关于交通政策影响的报告。这可以帮助政策制定者更好地了解政策的实际效果。\n\u003cp float=\"left\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n    \u003cimg src=\"https://github.com/DAMO-NLP-SG/Video-LLaMA/assets/\" style=\"width: 45%; margin: auto;\"\u003e\n\u003c/p\u003e\n\n## 评测\n\n我们在交通 benchmark 上进行了`zero-shot`评测，评测了交通情况预测  |    智能助手    | 公共交通服务 | 交通规划 | 交通安全教育 |事故报告和分析等方面的性能，使用GPT-4和人工评测。结果如下：\n\n|             |  交通情况预测  |    智能助手    | 公共交通服务 | 交通规划 | 交通安全教育 |事故报告和分析 |\n|-------------|:--------:|:----------:|:------:|:----:|:------:|:------:|\n| TransGPT-6B |          |            |        |      |        |        |\n\n## 模型下载\n\n\n\n| 模型          | 下载链接                              | 备注                                                                             |\n|:------------|-----------------------------------|--------------------------------------------------------------------------------|\n| TransGPT-6B | [link](https://huggingface.co/??) | Fine-tuned on the instruction-tuning data from part of [our data](https://?) ) |\n\n\n## 环境部署\n#### 环境配置 \n\n\n创建conda环境:\n```\nconda env create -f environment.yml\nconda activate xxx\n```\n\n\n## 使用先决条件\n\n首先 使用 `git-lfs`下载参数:\n```bash\ngit lfs install\ngit clone https://huggingface.co/??\n```\n\n## 训练和推理\n\n\n#### Pretraining\n\n##### Data\n* [[link](https://huggingface.co/datasets/。。)]\n\n##### Script\n```\nconda activate ??\n??\n```\n\n#### Instruction Tuning\n\n##### Data\n*  [InstructBLIP](https://github.com/。。).\n\n\n##### Script\n```\n??\n```\n\n## 开源数据集\n\n## 推荐GPUs\n* Pre-training: 8xA100 (80G)\n* Instruction Tuning: 8xA40 (45G)\n* Inference: ??\n\nLogo由[DreamStudio](https://beta.dreamstudio.ai/generate)生成🙏.\n\n## 声明\n我们强烈呼吁所有的使用者，不要利用TransGPT模型进行任何危害国家社会安全或违法的活动。除此之外，我们也要求使用者不要将TransGPT模型用于未经适当安全审查和备案的互联网服务。我们理解科技的发展必须在规范和合法的环境下进行，因此我们希望所有的使用者都能积极遵守这个原则。\n我们已经尽我们所能，确保模型训练过程中所使用的数据的合规性。然而，尽管我们做出了巨大的努力，但由于模型和数据的复杂性，仍有可能存在一些无法预见的问题。因此，我们建议使用者在使用TransGPT开源模型时要谨慎行事，并遵循一些基本的安全准则，如加强数据备份、限制数据访问权限等。\n当前模型可能存在生成幻觉、误导性、或歧视性内容。请谨慎使用TransGPT系列模型生成的内容，请勿将生成的有害内容进行传播。\n如需将模型公开使用或者商用，模型服务所产生的不良影响或者有害言论由服务方负责，本项目开发者不承担任何因使用本项目（包含但不限于数据、模型、代码等）导致的危害或损失。\n此外，我们认为，开源技术的发展需要整个社区的努力和共同维护。如果你在使用TransGPT模型的过程中发现了任何问题或有任何建议，欢迎与我们联系。我们希望通过与广大用户的合作和交流，不断提升TransGPT模型的质量和安全性，并为开源技术的长远发展做出贡献。\n最后，鉴于模型和数据的复杂性，如果由于使用TransGPT开源模型而导致任何问题，包括但不限于数据安全问题、公共舆论风险，或模型被误导、滥用、传播或不当利用所带来的任何风险和问题，我们将不承担任何责任。\n\n\u003cdetails\u003e\u003csummary\u003e\u003cb\u003e加入我们\u003c/b\u003e\u003c/summary\u003e\u003c/details\u003e\u003e\n\n## 微信讨论群\n\n\u003cimg src=\"figs/wechat.png\" alt=\"DUOMO\" style=\"width: 260px;  \"\u003e\u003c/a\u003e\n\n\n## 协议\n对本仓库源码的使用遵循开源许可协议 Apache 2.0。TransGPT支持商用。如果将TransGPT模型或其衍生品用作商业用途，请您按照如下方式联系许可方，需邮件申请并获得官方商用许可后，即可以免费商用：联系邮箱\u003cduomo_tech@163.com\u003e。\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2FDUOMO%2FTransGPT","html_url":"https://awesome.ecosyste.ms/projects/github.com%2FDUOMO%2FTransGPT","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2FDUOMO%2FTransGPT/lists"}