Pal B Large Opt 350m
模型概述
PAL-B-Large-opt-350m是一個多元化對齊的個性化獎勵模型,專注於處理人類偏好的多樣性。它採用模塊化設計,能夠高效地對新用戶的偏好進行少樣本定位,適用於文本摘要等任務。
模型特點
多元化對齊
模型能夠處理多樣化的用戶偏好,而不僅僅是假設所有用戶共享同質偏好。
模塊化設計
利用用戶間的共性同時滿足個體個性化需求,能夠高效地對新用戶的偏好進行少樣本定位。
高效性能
在Reddit TL;DR摘要任務中,對已知用戶的準確率比之前最佳方法高1.7%,對未知用戶高36%,且參數數量少100倍。
模型能力
文本摘要
個性化獎勵建模
少樣本學習
使用案例
文本處理
Reddit TL;DR摘要
為Reddit帖子生成簡潔的摘要,同時考慮不同用戶的偏好。
對已知用戶的準確率比之前最佳方法高1.7%,對未知用戶高36%。
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98