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。
本文来自 量子云网,如若转载,请注明出处:https://www.henanjinrong.com/aixunlianmoxing/202512/1159.html
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。
本文来自 量子云网,如若转载,请注明出处:https://www.henanjinrong.com/aixunlianmoxing/202512/1159.html
联系:1430457151
工作时间:周一至周五,9:30-18:30,节假日休息