Starling-7B

Starling-7B 是一个由强化学习从 AI 反馈(RLAIF)训练的开放大型语言模型(LLM)。它通过我们的新 GPT-4 标记排序数据集 Nectar 和新的奖励训练和策略调优流程充分发挥了作用。Starling-7B 在使用 GPT-4 作为评委的 MT Bench 中得分为 8.09,在 MT-Bench 上超过了目前所有模型,除了 OpenAI 的 GPT-4 和 GPT-4 Turbo。我们在 HuggingFace 上发布了排名数据集 Nectar、奖励模型 Starling-RM-7B-alpha 和语言模型 Starling-LM-7B-alpha,以及 LMSYS Chatbot Arena 中的在线演示。请期待我们即将发布的代码和论文,其中将提供有关整个过程的更多详细信息。

需求人群:

"用于聊天和问答场景"

产品特色:

基于 AI 反馈的强化学习

优化 LLM 的可用性和安全性

提供高质量的排名数据集和奖励模型

浏览量:42

s1785318098921236

打开站点

构建AI去赚钱
s1785341518918206
网站流量情况

最新流量情况

月访问量

0

平均访问时长

00:00:00

每次访问页数

0.00

跳出率

0.00%

流量来源

直接访问

0

自然搜索

0

邮件

0

外链引荐

0

社交媒体

0

展示广告

0

截止目前所有流量趋势图

类似产品

© 2024     AIbase    备案号:闽ICP备2023012347号-1

隐私政策

用户协议

意见反馈 网站地图