# DPO微調整

Poro 2 8B Instructは、Llama 3.1 8Bアーキテクチャに基づく命令従順型チャットボットモデルで、フィンランド語と英語の対話型AIアプリケーション向けに設計されています。

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。

Sunfallモデルは、Llama-3.1-8B-Stheno-v3.4をベースに開発された自然言語処理モデルで、特定の機能とアプリケーションシーンに適しています。

Tanuki-8x8Bはゼロから事前学習された大規模言語モデルで、SFTとDPOを通じて対話タスクに対して最適化されています。

これはDPO微調整を行ったLlama-3.1モデルで、より「人間らしく」振る舞い、AIアシスタントのような硬い回答を避け、ロールプレイシーンに適しています。

Jamet-8B-L3-MK.V-BlackrootはLlama 3ベースのロールプレイおよびストーリーテリングモデルで、繰り返しの最適化を経ており、特にクリエイティブライティングとインタラクティブな対話に適しています。

Mistral 7B大規模言語モデルをベースに、事前学習モデルを統合し、Date-DPO-v2データセットで微調整したもので、ロールプレイング、クリエイティブライティング、一般的な知的タスクに長けています。

これは、プルーニングとDPOトレーニングを行った7Bパラメータ規模の小型LLMで、デバイス端末用途向けに最適化されています。