# 人間の嗜好との整合

SummLlama3.1-8BはLlama3.1-8B-Instructを初期化したテキスト要約モデルで、大規模な要約フィードバックを用いた直接選好最適化（DPO）トレーニングにより、忠実性、完全性、簡潔性の面で優れた性能を発揮します。

NVIDIAがカスタマイズした大規模言語モデルで、大規模言語モデルがユーザーのクエリに対して生成する返答の有用性を向上させることを目的としています。

SummLlama3-8BはLlama3-8B-Instructを初期化したテキスト要約モデルで、大規模な要約フィードバックによるDPOトレーニングにより最適化され、忠実性、完全性、簡潔性に優れた性能を発揮します。

Llama-VARCO-8B-InstructはLlamaをベースに構築された生成モデルで、追加の学習により、韓国語処理において優れた性能を発揮し、同時に英語能力も維持しています。