# マルチターン対話の最適化

Qwen-2.5-7B-base-RAG-RLは、未知のデータセットからスクラッチでトレーニングされた7Bパラメータ規模の大規模言語モデルで、検索拡張生成(RAG)と強化学習(RL)技術を組み合わせています。

Gemma 3 4B Instruct は Google が開発した40億パラメータの大規模言語モデルで、テキスト生成と理解タスクに特化しています。

このモデルはmlabonne/gemma-3-27b-it-abliteratedを変換したGGUF形式バージョンで、llama.cppフレームワークの推論タスクに適しています。

Hermes 3 3BはNous ResearchのHermesシリーズLLMの新たな小型ながら強力なメンバーで、LLMとユーザーのアラインメントに焦点を当て、エンドユーザーに強力なガイダンスと制御能力を提供します。

H2O.aiによって微調整された40億パラメータのチャットモデル、Llama 2アーキテクチャを基に調整、8192トークンのコンテキスト長をサポート

これはNanoLM-1B-Instruct-v2を基にGGUF形式に変換されたモデルで、テキスト生成タスクに適しています。

Yi-1.5はYiモデルのアップグレード版で、プログラミング、数学、推論、指示追従能力においてより優れたパフォーマンスを発揮し、卓越した言語理解、常識推論、読解力を維持しています。

Yi-1.5はYiモデルのアップグレード版で、プログラミング、数学、推論、指示追従能力においてより優れた性能を発揮します

Yi-1.5はYiモデルのアップグレード版で、プログラミング、数学、推論、指示追従能力においてより優れたパフォーマンスを発揮し、卓越した言語理解、常識推論、読解力を維持しています。

Meta公式のLlama 3 70B命令微調整モデルのGGUF量子化バージョンで、2-16bitの複数量子化レベルをサポートし、ローカル展開の対話シナリオに適しています

Meta Llama 3 70B Instructは、Metaが発表した700億パラメータの命令調整型大規模言語モデルで、対話シナリオに最適化されており、有用性と安全性の面で優れた性能を発揮します。

台風7Bを微調整したタイ語命令最適化モデルで、直接選好最適化(DPO)技術を用いてトレーニング

OpenChatはMistral-7Bをベースとしたオープンソースの言語モデルで、混合品質データによるトレーニングにより優れたテキスト生成能力を提供します。

Xwin-LMはLlama2をベースに開発された大規模言語モデルで、アライメント技術の研究に重点を置いており、AlpacaEvalベンチマークテストで優れた性能を発揮しています。

Xwin-LMはLlama2を基盤に開発された大規模言語モデルで、アライメント技術の研究開発に注力しており、AlpacaEvalベンチマークテストで優れた性能を発揮しています。

CAMEL-33BはLLaMA-33Bを微調整した大規模言語モデルで、CAMELフレームワークの対話データ、ShareGPTの公開対話、Alpacaの命令データを統合し、マルチターン対話と命令理解に優れています。