モデル選定

RLHFファインチューニング

# RLHFファインチューニング

Starling LM 11B Alpha

Starling-7Bは、AIフィードバック強化学習（RLAIF）でトレーニングされたオープンソースの大規模言語モデルで、Openchat 3.5をベースにファインチューニングされており、MT Benchで優れたパフォーマンスを発揮します。

大規模言語モデル

Transformers 英語

Eleuther Pythia2.8b Hh Sft

Pythia-2.8bベースの因果言語モデルで、Anthropicの人間嗜好データセットを使用した教師ありファインチューニングを実施

大規模言語モデル

Transformers 英語

Eleuther Pythia6.9b Hh Sft

Pythia-6.9bベースモデルを使用し、Anthropicのhh-rlhfデータセットで教師ありファインチューニングされた因果言語モデル

大規模言語モデル

Transformers 英語

Bloom 560m RLHF SD2 Prompter

RLHFでファインチューニングされたStable Diffusion 2.0用プロンプト生成モデル。高品質な画像説明を自動的に拡張または生成可能

テキスト生成

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