说明
星雀-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流程的强大功能。星雀-7B-alpha 在 MT Bench 上的得分为 8.09（以 GPT-4 作为评判标准），在 MT-Bench 上优于迄今为止的所有模型，除了 OpenAI 的 GPT-4 和 GPT-4 Turbo。
*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：朱邦华、Evan Frick、吴天豪、朱翰林和焦建涛。
如需联系，请联系朱邦华 ([email protected])。