自述文件
Starling-7B 是一个开源（非商业）大型语言模型 (LLM)，通过来自 AI 反馈的强化学习进行训练。（RLAIF）
该模型利用了我们新的 GPT-4 标记排名数据集 Nectar 和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 上得分 8.09，以 GPT-4 作为评分标准，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 评分。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，请联系朱班华 ([email protected])。