Starling 是一个大型语言模型，通过人工智能反馈的强化学习进行训练，专注于提高聊天机器人的 helpfulness（乐于助人程度）。
7b
75.5K 下载量 更新于 10 个月前
说明
Starling-7B 是一个开放（非商业用途）的大型语言模型 (LLM)，通过人工智能反馈的强化学习进行训练。(RLAIF)
该模型利用了我们新的 GPT-4 标记的排名数据集 Nectar，以及我们新的奖励训练和策略调整管道的强大功能。Starling-7B-alpha 在 MT Bench 上使用 GPT-4 作为评判标准，得分 8.09，优于迄今为止 MT-Bench 上的所有模型，但 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。
作者：Banghua Zhu, Evan Frick, Tianhao Wu, Hanlin Zhu 和 Jiantao Jiao。
如需联系，请联系 Banghua Zhu ([email protected])。