StableVicuna

3wks agoupdate 5 0 0

第一个通过RLHF训练的大规模开源聊天机器人

Collection time:
2025-03-16
StableVicunaStableVicuna

StableVicuna是由StableDiffusion背后的StabilityAI推出的第一个通过基于人类反馈的强化学习(RLHF)训练的大规模开源聊天机器人。StableVicuna是Vicunav013b的进一步指令微调和RLHF训练版本,它是一个指令微调的LLaMA130亿模型。

Relevant Navigation

No comments

none
No comments...