モデル選定

言語モデルアライメント

# 言語モデルアライメント

Decision Tree Reward Gemma 2 27B

Gemma-2-27Bをファインチューニングした決定木報酬モデルで、言語モデルが生成するコンテンツの品質評価に使用され、RewardBenchランキングで優れた性能を発揮しています。

大規模言語モデル

Transformers 英語

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

Gemma 2 9b It SimPO

SimPO目標に基づきgemma2-ultrafeedback-armormデータセットでファインチューニングされたGemma 2.9Bモデル、選好最適化タスク用

大規模言語モデル

Llama 3 Instruct 8B SimPO

SimPOは参照報酬モデルを必要としない選好最適化手法で、従来のRLHFプロセスを簡素化し、選好データを直接利用して言語モデルを最適化します。

大規模言語モデル

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