bloomz-3b-dpo-chat — это диалоговая модель, дообученная с использованием метода прямой оптимизации предпочтений (DPO) на основе базовой модели bloomz-3b-sft-chat. Эта модель призвана обеспечить высококачественные возможности ведения диалога как на английском, так и на французском языках, используя преимущества предварительного обучения своей предшествующей модели SFT (Supervised Fine-Tuning — дообучение с учителем). ——————————————:|:——-:|:———:| Модель bloomz-3b-dpo-chat демонстрирует более высокую производительность по сравнению с ее аналогом SFT, особенно в условиях нулевого обучения, что делает ее конкурентоспособным выбором для производственных сред. Чтобы использовать модель bloomz-3b-dpo-chat, отформатируйте промпт для взаимодействия с чат-ботом следующим образом: Пример кода для загрузки модели с использованием пайплайна HuggingFace:
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: cmarkea
Теги: bloom, en, fr, text-generation-inference, endpoints_compatible
Лайков: 2 | Загрузок: 15
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.