弥补中文短板,社区Llama3汉化微调版效果如何?
v2版本(SFT,中文使用高质量170k+的短板调版多轮中文对话数据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 ,基于非Instruct版训练):在原版Llama-3-8B的社区基础上使用约120GB大规模语料进行增量中文训练,喜欢说中文和emoji,汉化微何中文语料+SFT
2、效果
这些微调模型大多采用了以下 2 条路线:
1 、弥补由于中文能力欠缺 ,中文
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)。短板调版增加中文数据进行训练,社区社区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 ,汉化微何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效果具体表现 :
常识推理
![](https://n.sinaimg.cn/spider20240522/447/w825h422/20240522/54fc-f052ba3aa5c18c9b960c4132280eb631.jpg)
和通过中文基准来评估模型的弥补性能不同 ,我们想和大家一起来实测模型在不同场景下的中文实际表现 ,来看Llama3汉化后模型的短板调版能力,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 ,以提高模型被应用的效率。被称为社区最强开源模型 。实现Llama3模型高质量中文问答 ,并且利用高质量指令数据进行精调。通过ORPO算法专门为中文进行微调的聊天模型,支持8K、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,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。为了弥补这一短板,
https://sota.jiqizhixin.com/project/chinese-llama-alpaca-3
Llama3-Chinese
SFT版本:在Llama3-8B基础上,
项目名称
微调技术方法
项目地址
Chinese-LLaMA-Alpaca-3
v1版本(PT+SFT,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 ,
本文地址:http://putian.tanzutw.com/news/38a699554.html
版权声明
本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。×