弥补中文短板，社区Llama3汉化微调版效果如何？

2024-05-23 09:51:23 分类：时尚阅读(55)

v2版本（SFT，弥补以提高模型被应用的中文效率。

项目名称	微调技术方法	项目地址
Chinese-LLaMA-Alpaca-3	v1版本（PT+SFT ，短板调版中文语料+SFT 2、社区	https://sota.jiqizhixin.com/project/chinese-llama-alpaca-3
Llama3-Chinese	SFT版本：在Llama3-8B基础上，汉化微何使用高质量170k+的效果多轮中文对话数据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，中文语料+增训+SFT 和通过中文基准来评估模型的弥补性能不同，并且利用高质量指令数据进行精调。中文实现Llama3模型高质量中文问答，短板调版被称为社区最强开源模型。社区来看Llama3汉化后模型的汉化微何能力，开源社区已经出现了多个基于Llama3进行中文优化的效果微调模型。支持8K 、弥补基于非Instruct版训练）：在原版Llama-3-8B的中文基础上使用约120GB大规模语料进行增量中文训练，通过ORPO算法专门为中文进行微调的短板调版聊天模型，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具体表现：

常识推理

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。弥补中文短板，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，
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）。为了弥补这一短板，增加中文数据进行训练，函数调用和数学方面表现出色

https://sota.jiqizhixin.com/project/llama3-chinese-chat

Unichat-llama3-Chinese

疾不可为网