说明
Starling-7B 是一个开放（非商业用途）的大型语言模型 (LLM)，通过来自 AI 反馈的强化学习进行训练。
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强大功能。在 MT Bench 上，Starling-7B-alpha 在 GPT-4 的评判下得分 8.09，优于迄今为止 MT-Bench 上的所有模型，OpenAI 的 GPT-4 和 GPT-4 Turbo 除外。
*基于 MT Bench 评估，使用 GPT-4 评分。 还需要进一步的人工评估。
Authors: Banghua Zhu, Evan Frick, Tianhao Wu, Hanlin Zhu and Jiantao Jiao.
如需联系，请联系 Banghua Zhu ([email protected])。