Project Icon

Llama-3-8b-sft-mixture

基于多样化高质量数据集训练的大语言模型微调检查点

Llama-3-8b-sft-mixture是基于Meta-Llama-3-8B模型训练的SFT检查点,通过对ShareGPT、Evol-Instruct等九个高质量数据集进行混合训练而成。该模型经过1个epoch的训练,尚未经过RLHF,可作为RLHF研究的理想起点。模型适用于强化学习研究,详细参数可参考相关技术报告。

项目概述

这是一个基于Meta-Llama-3-8B模型进行微调的开源项目,旨在为RLHF(基于人类反馈的强化学习)研究提供一个优质的起点。该项目是Online-RLHF工作的重要组成部分,其技术细节已在相关论文中详细说明。

模型特点

该模型是在meta-llama/Meta-Llama-3-8B的基础上进行训练得到的。它采用了多样化的高质量开源数据集进行训练,仅经过一个epoch的训练周期。值得注意的是,该模型尚未经过RLHF训练,这使其成为进行RLHF相关研究的理想基础模型。

训练数据集

模型的训练融合了多个高质量数据集,包括:

  • ShareGPT:来自用户分享的GPT对话数据
  • Evol-Instruct:进化式指令数据
  • SlimOrca:精简版Orca数据集
  • MathInstruct:数学指令数据集
  • Magicoder-Evol-Instruct:编程相关的进化式指令
  • GPT4-LLM:基于GPT4的语言模型数据
  • OrcaMath:特化的数学问题数据集
  • GPTeacher:教学相关数据集
  • UltraInteract:交互式对话数据集

应用价值

该项目为研究人员提供了一个经过初步训练的基础模型,特别适合用于:

  • RLHF相关研究
  • 语言模型微调实验
  • 多领域任务的适应性研究
  • 模型行为分析与评估

技术实现

项目采用transformers库实现,并对generation_config.json进行了优化。模型训练参数的具体设置可以在项目的技术报告中查看,确保了模型训练的可复现性和稳定性。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号