自述文件
Starling-7B 是一个开放的（非商业）大型语言模型 (LLM)，通过人工智能反馈的强化学习训练。（RLAIF）
该模型利用了我们新的 GPT-4 标记排名数据集 Nectar 以及我们新的奖励训练和策略调整管道的力量。Starling-7B-alpha 在 MT Bench 上以 GPT-4 作为评判标准获得了 8.09 的分数，在 MT-Bench 上的表现超过了除 OpenAI 的 GPT-4 和 GPT-4 Turbo 之外的所有模型。
*基于 MT Bench 评估，使用 GPT-4 评分。需要进一步的人工评估。
作者：朱邦华、埃文·弗里克、吴天浩、朱涵林和焦建涛。
如需联系，请与朱邦华联系 ([email protected])。