Smaug 34B V0.1
基於jondurbin/bagel-34b-v0.2微調的大語言模型,採用新型DPO-Positive(DPOP)技術優化偏好學習
下載量 2,694
發布時間 : 1/25/2024
模型概述
Smaug-34B-v0.1是一個34B參數的大語言模型,通過DPOP技術改進標準DPO的缺陷,在數學推理和通用任務中表現優異。
模型特點
DPOP優化技術
通過新型DPO-Positive損失函數解決標準DPO在編輯距離小的任務中的性能下降問題
多領域性能提升
在ARC、HellaSwag、MetaMath等多樣化數據集上表現優異
開源技術棧
完整訓練細節和數據集已通過論文開源,支持社區持續優化
模型能力
複雜文本生成
數學問題求解
常識推理
開放域問答
真實性回答生成
使用案例
教育
數學輔導
幫助學生解決GSM8K等數學問題
GSM8K得分72.18
研究
偏好學習研究
作為DPOP技術的基準模型
在多項任務中優於標準DPO
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