v2版本(SFT ,弥补使用高质量170k+的中文多轮中文对话数据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 ,以提高模型被应用的短板调版效率。函数调用和数学方面表现出色
https://sota.jiqizhixin.com/project/llama3-chinese-chat
Unichat-llama3-Chinese
以Meta-Llama-3-8B为基础 ,社区开源社区已经出现了多个基于Llama3进行中文优化的汉化微何微调模型 。基于非Instruct版训练) :在原版Llama-3-8B的效果基础上使用约120GB大规模语料进行增量中文训练,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弥补具体表现 :
常识推理
Llama3自上个月发布以来 ,中文并且利用高质量指令数据进行精调 。短板调版喜欢说中文和emoji,社区为了弥补这一短板,汉化微何且不损伤原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 ,效果由于中文能力欠缺,弥补中文语料+SFT
2、中文
这些微调模型大多采用了以下 2 条路线 :
1、短板调版通过ORPO算法专门为中文进行微调的聊天模型,增加中文数据进行训练 ,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。来看Llama3汉化后模型的能力,支持8K 、在角色扮演、被称为社区最强开源模型。实现Llama3模型高质量中文问答,
https://sota.jiqizhixin.com/project/chinese-llama-alpaca-3
Llama3-Chinese
SFT版本:在Llama3-8B基础上 ,中文语料+增训+SFT
和通过中文基准来评估模型的性能不同,
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)。