# 強化學習對齊

Llama-3.3-Nemotron-Super-49B-v1-FP8 是一個大型語言模型，基於 Meta Llama-3.3-70B-Instruct 衍生而來，經過優化以增強推理能力、對話偏好和任務執行能力，支持 128K 令牌的上下文長度。

GLM-4-32B-0414是GLM家族的新成員，參數規模達320億，性能與GPT系列相當，支持本地部署。

GLM-4-32B-0414是擁有320億參數的大語言模型，性能媲美GPT-4o和DeepSeek-V3，支持中文和英語，具備卓越的代碼生成、函數調用和複雜任務處理能力。

Meta Llama 3.1系列是多語言大語言模型（LLMs）的集合，包括8B、70B和405B大小的預訓練和指令調優生成模型。8B版本針對多語言對話用例進行了優化，在常見基準測試中表現優異。

GLM-4-32B-0414是擁有320億參數規模的大語言模型，性能與GPT系列相當，支持中英文，擅長代碼生成、函數調用和複雜任務處理。

Llama 3.1是Meta開發的多語言大語言模型集合，包含8B、70B和405B參數版本，支持8種語言，針對對話用例優化。

Llama-3.3-70B-Instruct是Meta發佈的多語言大語言模型，針對多語言對話用例進行了優化，在多個行業基準測試中表現優異。

Meta Llama 3.3是一個700億參數的多語言大語言模型，專為多語言對話場景優化，支持8種語言，在多項基準測試中表現優異。

Llama 3.2是Meta推出的1B和3B參數規模的多語言預訓練和指令調優生成模型，針對多語言對話用例優化，支持8種官方語言。

Llama 3.2是一組預訓練和指令調優的生成模型，包含1B和3B規模，針對多語言對話用例進行了優化，包括代理檢索和摘要任務。

Meta Llama 3.1 8B Instruct 是一個多語言大語言模型，針對多語言對話用例進行了優化，在常見的行業基準測試中表現優異。

Meta Llama3 Instruct 8B是Meta發佈的8B參數指令調優大語言模型，針對對話場景優化，在安全性和幫助性方面表現優異。

Meta Llama 3 8B參數版本的指令調優模型，針對對話場景優化，具有優秀的幫助性和安全性表現。

基於Meta官方Llama 3 70B指令微調模型的GGUF量化版本，支持2-16bit多種量化級別，適用於本地部署的對話場景

Meta Llama 3是由Meta開發的大語言模型系列，包含8B和70B兩種規模，專注於對話優化和安全性。

Meta Llama 3 70B Instruct 是 Meta 發佈的 700 億參數指令調優大語言模型，針對對話場景優化，在幫助性和安全性方面表現優異。

Xwin-LM是基於Llama2開發的大語言模型，專注於對齊技術研究，在AlpacaEval基準測試中表現優異。

Llama 2是由Meta開發的700億參數對話優化大語言模型，在多數測試基準中超越開源對話模型，安全性堪比主流閉源模型

Llama 2是Meta開源的生成式文本模型系列，包含70億至700億參數的預訓練及對話微調版本。本模型為70億參數對話優化版，針對對話場景進行強化學習微調。

Llama 2是由Meta開發的一系列預訓練和微調的生成文本模型，規模從70億到700億參數不等。這是13B預訓練模型，已轉換為Hugging Face Transformers格式。

Llama 2是Meta開源的130億參數對話優化大語言模型，採用RLHF對齊人類偏好，支持4k上下文長度