StableVicuna

2个月前发布 1,951 0 0

StableVicuna 是由 Stable Diffusion 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Vicuna v0 13b的进一步指令微调和RLHF训练版本,它是一个指令微调的 LLaMA 130亿模型。

语言:
zh
收录时间:
2026-08-31
StableVicunaStableVicuna

第一个通过RLHF训练的大规模开源聊天机器人 StableVicuna 是由 Stable Diffusion 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Vicuna v0 13b的进一步指令微调和RLHF训练版本,它是一个指令微调的 LLaMA 130亿模型。

数据统计

相关导航