目前有几个开源的大模型可供选择，其中最著名的是 OpenAI 的 GPT 模型系列，包括 GPT-2 和 GPT-3。除此之外，还有一些其他机构和团队开发的大型预训练语言模型，例如Facebook 的 BERT、RoBERTa、T5 等，以及Google的BERT。

这些大模型通常需要在强大的计算资源上进行训练和使用。对于桌面级的台式机，如果你想要构建这些大模型，你至少需要以下配置：

CPU：强大的多核处理器，最好是具有较高频率的 Intel Core i7 或 AMD Ryzen 7 系列处理器。
GPU：如果你的任务涉及到大规模的深度学习模型训练，那么拥有一块支持 CUDA 的 NVIDIA GPU 是非常有帮助的。至少需要一块 NVIDIA GTX 1080 Ti 或更高级别的显卡。
内存：至少 16GB 的内存，但更多的内存对于处理大型数据集和模型会更有优势。
存储：大型模型需要大量的存储空间来保存模型参数和训练数据。至少需要数百GB的可用存储空间。
操作系统：任何主流的桌面操作系统，如 Windows、macOS 或 Linux。
深度学习框架：安装并配置所需的深度学习框架，例如 TensorFlow、PyTorch 等。
关于大模型的信息发布平台，你可以关注以下一些资源：

论文发表平台：大多数新的大模型都会在计算机科学领域的顶级会议上发表论文，例如 NeurIPS、ICML、ACL 等。你可以定期浏览这些会议的论文列表，以了解最新的进展。
研究机构和大学网站：许多研究机构和大学会在它们的网站上发布关于大型预训练模型的研究成果和技术报告。你可以关注一些知名机构和大学的网站，例如 OpenAI、Google Research、Facebook AI 等。
社交媒体和论坛：在 Twitter、Reddit 等社交媒体平台上，你可以关注一些知名的研究者、学者和工程师，他们经常会分享关于大型预训练模型的最新进展和研究成果。
技术博客和新闻网站：一些技术博客和新闻网站会定期报道关于人工智能和深度学习领域的最新动态，你可以定期浏览它们以获取相关信息。
希望这些信息能够帮助你更好地了解大模型以及它们的构建和应用。