A

Ablation 141 A128.dpo.armorm.rp Shisa V2 Llama 3.1 8b

由 shisa-ai 开发
基于DPO方法微调的语言模型,适用于文本生成任务
下载量 38
发布时间 : 4/3/2025
模型介绍
内容详情
替代品

模型简介

该模型是基于LLaMA架构进行微调的版本,使用TRL框架和DPO方法训练,专注于文本生成任务。

模型特点

DPO训练方法
采用直接偏好优化(DPO)方法训练,优化语言模型的生成质量
基于LLaMA架构
建立在强大的LLaMA-3.1-8B基础模型上
TRL框架训练
使用Hugging Face的TRL(基于Transformer的强化学习)框架进行训练

模型能力

文本生成
对话系统
创意写作

使用案例

对话系统
开放域对话
与用户进行自然流畅的对话交流
生成符合人类偏好的自然语言响应
创意写作
故事生成
根据提示生成连贯的故事情节