https://sota.jiqizhixin.com/project/chinese-llama-alpaca-3

Llama3-Chinese

• SFT版本  ：在Llama3-8B基础上 ，中文

  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 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） 。社区喜欢说中文和emoji，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，弥补支持8K 、中文来看Llama3汉化后模型的短板调版能力，通过ORPO算法专门为中文进行微调的聊天模型 ，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。增加中文数据进行训练 ，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 ，被称为社区最强开源模型。并且利用高质量指令数据进行精调 。使用高质量170k+的多轮中文对话数据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 ，在角色扮演、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 ，为了弥补这一短板 ，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

  实现Llama3模型高质量中文问答，

  这些微调模型大多采用了以下 2 条路线：

  1、以提高模型被应用的效率 。