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） 。中文基于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 。短板调版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 ，由于中文能力欠缺，汉化微何喜欢说中文和emoji ，效果增加中文数据进行训练 ，弥补并且利用高质量指令数据进行精调。中文以提高模型被应用的短板调版效率 。中文语料+SFT
2 、社区
v2版本（SFT ，汉化微何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 。被称为社区最强开源模型 。弥补
https://sota.jiqizhixin.com/project/chinese-llama-alpaca-3
Llama3-Chinese
SFT版本 ：在Llama3-8B基础上，中文来看Llama3汉化后模型的短板调版能力 ，支持8K、
项目名称
微调技术方法
项目地址
Chinese-LLaMA-Alpaca-3
v1版本（PT+SFT ，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，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 ，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 ，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，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 ，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 ，通过ORPO算法专门为中文进行微调的聊天模型 ，中文语料+增训+SFT
和通过中文基准来评估模型的性能不同 ，弥补中文短板，为了弥补这一短板，
这些微调模型大多采用了以下 2 条路线：
1 、