Llama 3 Instruct 8B SPPO Iter3
基於Meta-Llama-3-8B-Instruct架構,採用Self-Play Preference Optimization方法在第三次迭代中開發的大語言模型。
下載量 8,539
發布時間 : 6/25/2024
模型概述
該模型通過自我博弈和偏好優化提升了對齊能力,在合成數據集上進行訓練以提高泛化能力。
模型特點
Self-Play Preference Optimization
採用先進的自我博弈偏好優化方法進行微調,提升模型的對齊能力。
合成數據訓練
使用合成數據集進行訓練,增強了模型的泛化能力。
迭代優化
經過三次迭代優化,性能逐步提升。
模型能力
文本生成
指令遵循
多輪對話
使用案例
對話系統
智能助手
可用於構建智能對話助手,提供自然流暢的交互體驗。
內容生成
文本創作
可用於生成各種類型的文本內容,如文章、故事等。
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