モデル選定

DPOトレーニング

# DPOトレーニング

Summllama3.2 3B

Llama3.2-3B-Instructをベースに初期化され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トレーニングで最適化

大規模言語モデル

ECE TW3 JRGL V5

ECE-TW3-JRGL-V5は、mergekitを通じてMoMo-72B-lora-1.8.7-DPOとalpaca-dragon-72b-v1モデルをマージして得られた新しいモデルで、複数のモデルの長所を融合しています。

大規模言語モデル

EEVE Korean Instruct 2.8B V1.0

EEVE-Korean-2.8B-v1.0を微調整した韓国語命令モデルで、DPO最適化トレーニングを採用

大規模言語モデル

Transformers その他

Btlm 3b 8k Chat

BTLM-3B-8k-chatはBTLM-3B-8K-baseを基に開発されたチャットバージョンで、DPO手法を用いて最適化され、人間の嗜好に合った対話シナリオ向けに設計されています。

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