赫尔墨斯流是一个通用的多模态大语言模型对齐框架，能够自主生成同源偏好数据，并通过自我博弈迭代优化与配对DPO技术，无缝弥合多模态理解与生成的鸿沟。

基于Meta-Llama-3-8B-Instruct架构，采用Self-Play Preference Optimization方法在第三次迭代中开发的大语言模型。