R

Rhea 72b V0.5

davidkim205によって開発
Rhea-72b-v0.5はSmaug-72B-v0.1を微調整した大規模言語モデルで、HuggingFaceオープン大規模モデルランキングで1位を獲得しています。
ダウンロード数 103
リリース時間 : 3/22/2024

モデル概要

Rheaプロジェクトは大規模言語モデルの性能向上のための様々な学習方法を研究しており、noxフレームワークを使用した微調整、教師あり微調整(SFT)とDPO学習方法を組み合わせています。

モデル特徴

SGD手法
DPO学習のための革新的な自己生成データセット作成方法で、モデル生成と正解を比較することで性能を向上させます。
高性能
HuggingFaceオープン大規模モデルランキングで総合スコア81.22を獲得し、1位を記録しました。
多様な訓練データ
複数のソースを含む教師あり微調整データセット(datasets_enconv_4m)とDPOデータセット(datasets_encomp_151k)を使用しています。

モデル能力

テキスト生成
推論能力
質問応答システム
数学計算
言語理解

使用事例

学術研究
AI2推論チャレンジ
複雑な科学的推論問題の解決
標準化精度79.78
MMLUテスト
多分野知識の理解と応用
精度77.95
ビジネス応用
数学問題解決
GSM8k数学問題の解決
精度76.12
言語理解
HellaSwag常識推論
標準化精度91.15
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase