推理：关闭

注意：新版权重已发布
请查看此处获取最新版权重文件点击访问。

注意：此"增量模型"无法直接使用
用户需将其应用于原始LLaMA权重之上才能获得实际可用的Vicuna权重。具体操作请参阅应用指南。

Vicuna模型卡片

模型详情

Vicuna是通过在ShareGPT收集的用户共享对话数据上微调LLaMA训练而成的聊天助手。

• 开发团队: LMSYS
• 模型类型: 基于Transformer架构的自回归语言模型
• 许可协议: 非商业用途许可
• 基础模型: LLaMA

模型来源

• 代码仓库: https://github.com/lm-sys/FastChat
• 博客文章: https://lmsys.org/blog/2023-03-30-vicuna/
• 研究论文: https://arxiv.org/abs/2306.05685
• 在线演示: https://chat.lmsys.org/

用途

Vicuna主要用于大型语言模型及聊天机器人的学术研究。主要目标用户为自然语言处理、机器学习和人工智能领域的研究人员及爱好者。

快速开始

命令行界面使用指南: https://github.com/lm-sys/FastChat#vicuna-weights
API接口(OpenAI API/Huggingface API): https://github.com/lm-sys/FastChat/tree/main#api

训练细节

Vicuna v0版本通过监督式指令微调从LLaMA模型训练而来。训练数据包含约7万组来自ShareGPT.com的对话记录。更多细节请参阅本论文附录中的"Vicuna模型训练细节"章节。

评估体系

Vicuna通过标准基准测试、人类偏好评估和LLM-as-a-judge三种方式进行评估。详见本论文及排行榜。

各版本差异说明

参见vicuna_weights_version.md