本地部署GPT4All免费使用且具有隐私意识的聊天机器人，无需 GPU 或互联网

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。

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！

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

下载

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

下载

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

下载

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

下载

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

下载

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

下载

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

下载

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

下载

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

下载

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

下载

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

下载

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

下载

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

下载

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）

下载

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

下载