#日英双语

Llama-3架构的8B参数指令模型通过监督微调(SFT)、Chat Vector与直接偏好优化(DPO)技术训练而成。模型整合OpenAssistant、MetaMathQA等数据集，支持日英双语交互，采用32层4096隐藏层transformer架构。通过参数合并和DPO优化增强了指令理解能力，可应用于自然语言交互场景。