#无强化学习

Infinity-Instruct-3M-0625-Yi-1.5-9B是一个开放源码的指导调优模型，不依赖于人类反馈强化学习。模型通过在Infinity-Instruct-3M上的微调展现了优异的性能，特别是在AlpacaEval 2.0和MT-Bench评估中表现突出。近期发布的InfInstruct-Mistral-7B 0625等模型权重优化了训练效率。借助FlagScale等创新训练技术，该模型大幅降低了训练成本，擅长处理数学和代码指令，并具备强大的聊天功能。该模型仅限于学术研究使用，不适用于商业用途。