# 安全性アライメント

Phi-4はマイクロソフトリサーチが開発したオープンソースの言語モデルで、高品質なデータと高度な推論能力に焦点を当て、140億のパラメータを持っています。

Qwen2.5-Aloe-Beta-7Bはオープンソースの医療用大規模言語モデルで、複数の医療タスクにおいて最先端の性能を達成しています。Qwen2.5-7Bアーキテクチャを基に微調整され、18億トークンの多様な医療タスクデータでトレーニングされています。

MinervaはSapienza NLPが開発したイタリア語-英語バイリンガル大規模言語モデルで、Mistralアーキテクチャを基に70億パラメータを持ち、命令追従と対話タスクをサポートします。

Aloeは次世代の医療大規模言語モデルファミリーで、モデル融合と先進的なプロンプト戦略により、その規模範囲内で全ての先行オープンソースモデルと比較して高い競争力を持ち、最先端の成果を達成しています。

Meta-Llama-3-8B-Instructをベースに訓練された報酬モデルで、RLHFプロセスにおける報酬モデリングをサポートし、PPO、反復SFT、反復DPO手法に対応しています。

Vistral-7B-Chatはベトナム語向けに設計されたマルチターン会話用大規模言語モデルで、Mistral 7Bアーキテクチャを基に開発され、特にベトナム語処理能力を最適化しています