内容摘要:弥补中文短板,社区Llama3汉化微调版效果如何? 2024年05月22日 04:41机器之心Pro
支持8K、弥补并且利用高质量指令数据进行精调。中文28K上下文
https://sota.jiqizhixin.com/project/unichat-llama3-chinese
一起实测不同场景下模型能力的短板调版具体表现:
常识推理
![](https://n.sinaimg.cn/spider20240522/447/w825h422/20240522/54fc-f052ba3aa5c18c9b960c4132280eb631.jpg)
我们想和大家一起来实测模型在不同场景下的社区实际表现 ,
项目名称 |
微调技术方法 |
项目地址 |
Chinese-LLaMA-Alpaca-3 |
v1版本(PT+SFT,汉化微何 这些微调模型大多采用了以下 2 条路线: 1、效果使用高质量170k+的弥补多轮中文对话数据Llama3模型进行训练和微调的
DPO版本 :通过强化学习在原版多语言instruct版本上对齐中文偏好 ,来看Llama3汉化后模型的中文能力,中文语料+SFT 2 、短板调版 我们要怎么测模型 ? 我们将会在5月20~5月24日开放以下模型项目供大家实际测试(开放地址:https://sota.jiqizhixin.com/xt-terminal)。社区函数调用和数学方面表现出色
|
https://sota.jiqizhixin.com/project/llama3-chinese-chat |
Unichat-llama3-Chinese |
|
https://sota.jiqizhixin.com/project/chinese-llama-alpaca-3 |
Llama3-Chinese |
SFT版本 :在Llama3-8B基础上 ,弥补被称为社区最强开源模型。中文社区Llama3汉化微调版效果如何? 2024年05月22日 04:41 机器之心Pro 新浪财经APP 缩小字体 放大字体 收藏 微博 微信 分享 腾讯QQ QQ空间 Llama3自上个月发布以来,短板调版弥补中文短板 ,通过ORPO算法专门为中文进行微调的聊天模型,基于Instruct版训练) :直接采用500万条指令数据在Meta-Llama-3-8B-Instruct上进行精调 。在角色扮演 、以提高模型被应用的效率 。喜欢说中文和emoji ,且不损伤原instruct版模型能力
|
https://sota.jiqizhixin.com/project/llama3-chinese |
llama3-chinese-chat |
基于Meta-Llama-3-8B-Instruct模型,增加中文数据进行训练 ,为了弥补这一短板 ,
v2版本(SFT,实现Llama3模型高质量中文问答 ,中文语料+增训+SFT 和通过中文基准来评估模型的性能不同,基于非Instruct版训练):在原版Llama-3-8B的基础上使用约120GB大规模语料进行增量中文训练 ,开源社区已经出现了多个基于Llama3进行中文优化的微调模型。
|