A

Ablation 141 A128.dpo.armorm.rp Shisa V2 Llama 3.1 8b

由shisa-ai開發
基於DPO方法微調的語言模型,適用於文本生成任務
下載量 38
發布時間 : 4/3/2025

模型概述

該模型是基於LLaMA架構進行微調的版本,使用TRL框架和DPO方法訓練,專注於文本生成任務。

模型特點

DPO訓練方法
採用直接偏好優化(DPO)方法訓練,優化語言模型的生成質量
基於LLaMA架構
建立在強大的LLaMA-3.1-8B基礎模型上
TRL框架訓練
使用Hugging Face的TRL(基於Transformer的強化學習)框架進行訓練

模型能力

文本生成
對話系統
創意寫作

使用案例

對話系統
開放域對話
與用戶進行自然流暢的對話交流
生成符合人類偏好的自然語言響應
創意寫作
故事生成
根據提示生成連貫的故事情節
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase