自述文件
Starling-7B 是一个开源（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 标签排名数据集 Nectar 和我们新的奖励训练和策略调整管道的优势。Starling-7B-alpha 在 MT Bench 上以 GPT-4 为评判标准获得了 8.09 的分数，在 MT-Bench 上超过了迄今为止所有模型，除了 OpenAI 的 GPT-4 和 GPT-4 Turbo。
*基于 MT Bench 评估，使用 GPT-4 打分。需要进一步的人工评估。
作者：朱班华、埃文·弗里克、吴天浩、朱汉林和焦建涛。
如需联系，请与朱班华联系 ([email protected])。