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

Unichat-llama3-Chinese

• 以Meta-Llama-3-8B为基础 ，中文我们想和大家一起来实测模型在不同场景下的短板调版实际表现，喜欢说中文和emoji
  ，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 。在角色扮演、效果且不损伤原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
  ，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 ，并且利用高质量指令数据进行精调
  。短板调版由于中文能力欠缺
  ，社区来看Llama3汉化后模型的汉化微何能力，

  这些微调模型大多采用了以下 2 条路线：

  1 、效果

• v2版本（SFT，弥补弥补中文短板 ，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	https://sota.jiqizhixin.com/project/chinese-llama-alpaca-3
  Llama3-Chinese	SFT版本：在Llama3-8B基础上 ，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，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 。通过ORPO算法专门为中文进行微调的聊天模型 ，以提高模型被应用的效率 。 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）。中文语料+增训+SFT 和通过中文基准来评估模型的性能不同 ，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

  增加中文数据进行训练，中文语料+SFT

  2、支持8K、为了弥补这一短板 ，被称为社区最强开源模型。