Gemma 2 9B It SPPO Iter3
基於自博弈偏好優化方法在第三輪迭代中開發的89億參數語言模型,以google/gemma-2-9b-it為起點,使用UltraFeedback數據集進行微調
下載量 6,704
發布時間 : 6/29/2024
模型概述
該模型採用自博弈偏好優化方法進行對齊優化,主要用於英語文本生成任務
模型特點
自博弈偏好優化
採用SPPO方法進行三輪迭代優化,提升模型性能
高質量數據集
使用UltraFeedback數據集和合成數據進行訓練
迭代改進
經過三輪迭代,每輪性能均有提升
模型能力
英語文本生成
對話系統
內容創作
使用案例
對話系統
智能客服
用於構建英語智能客服對話系統
內容生成
文章創作
輔助英語文章寫作和內容生成
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