モデル選定

選好学習

# 選好学習

URM LLaMa 3.1 8B

URM-LLaMa-3.1-8Bは不確実性を感知できる報酬モデルで、大規模言語モデルのアライメント効果を改善します。

大規模言語モデル

Llama 3 Base 8B SFT IPO

SimPOは参照報酬モデルを必要としないシンプルな選好最適化手法で、選好最適化プロセスを簡素化することでモデル性能を向上させることを目的としています。

大規模言語モデル

google/gemma-2b-itを基に訓練された報酬モデルで、テキスト生成品質を評価するために使用されます

大規模言語モデル

AmberSafeはLLM360/AmberChatを基に安全ファインチューニングを行った命令モデルで、LLM360のPebbleシリーズに属し、安全なテキスト生成能力を提供することに焦点を当てています。

大規模言語モデル

Transformers 英語

おすすめAIモデル

Llama 3 Typhoon V1.5x 8b Instruct

タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化

大規模言語モデル

Transformers 複数言語対応

Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。

対話システム

Transformers 英語

Roberta Base Chinese Extractive Qa

RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。

質問応答システム中国語

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

English 简体中文繁體中文にほんご

© 2025AIbase