# 開放領域問答

OpenRS3-GRPO-ja是基於SakanaAI/TinySwallow-1.5B-Instruct模型在日語數學指令數據集上微調的版本，採用GRPO方法訓練，專注於數學推理任務。

基於HomerSlerp6-7B的強大精調AI模型，融合多款Qwen2.5-7B系列模型，提供高適應性、深度知識和引人入勝的交互體驗

這是一個通過mergekit合併多個預訓練語言模型得到的專家混合模型，旨在創造最不受約束的文本生成能力。

該模型是基於Open-Orca/Mistral-7B-OpenOrca轉換而來的GGUF格式模型，適用於文本生成任務。

StrangeMerges_17-7B-dare_ties是通過LazyMergekit合併的兩個模型Gille/StrangeMerges_16-7B-slerp和Gille/StrangeMerges_12-7B-slerp的產物，採用dare_ties合併方法。

基於LLaMA 3B v2開發的對話模型，支持文本生成任務，在開放大模型排行榜中表現中等。

基於Llama 2架構的7B參數大語言模型，經過DPO訓練優化，支持中英文文本生成

orca_mini_13b 是一個基於多個高質量數據集訓練的文本生成模型，專注於指令跟隨和對話任務。

CAMEL-33B是基於LLaMA-33B微調的大語言模型，整合了CAMEL框架對話數據、ShareGPT公開對話和Alpaca指令數據，擅長多輪對話和指令理解。

DPR(密集段落檢索)是用於開放領域問答研究的工具和模型。該模型是基於BERT的問題編碼器，使用自然問題(NQ)數據集訓練。

該模型是一個高性能的開放領域聊天機器人，能夠融合多項對話技能，如提問、回答、展現知識和同理心等。