zephyr-7b-gemma-v0.1
Zephyr — это серия языковых моделей, которые обучены выступать в роли полезных помощников. Zephyr 7B Gemma — третья...
Метка: DPO
AlphaMonarch-7B
tl;dr: AlphaMonarch-7B — это новое слияние DPO, которое сохраняет все мыслительные способности самых лучших слияний и значительно улучшает...
NeuralHermes-2.5-Mistral-7B
NeuralHermes основан на модели teknium/OpenHermes-2.5-Mistral-7B, которая была дополнительно доработана с помощью оптимизации прямых предпочтений (DPO) с использованием набора...
NeuralBeagle14-7B
Обновление от 16.01.24: NeuralBeagle14-7B — (вероятно) лучшая модель 7B, которую вы можете найти! 🎉 NeuralBeagle14-7B is a DPO...
Turkish-Gemma-9b-T1
Turkish-Gemma-9b-T1 основан на ytu-ce-cosmos/Turkish-Gemma-9b-v0.1, адаптированном специально для многоэтапного рассуждения («мышления») на турецком языке. Модель предназначена для лучшего решения...
notux-8x7b-v1
Эта модель представляет собой настроенную по предпочтениям версию mistralai/Mixtral-8x7B-Instruct-v0.1 на наборе данных argilla/ultrafeedback-binarized-preferences, очищенном с использованием DPO (прямая...
Hermes-2-Theta-Llama-3-8B
Hermes-2 Θ (Theta) — первая экспериментальная объединенная модель, выпущенная Nous Research в сотрудничестве с Чарльзом Годдардом из Arcee,...
Nous-Hermes-2-Mistral-7B-DPO
Ноус Гермес 2 на Мистрале 7Б ДПО — новый флагман 7Б Гермес! Эта модель была создана DPO из...
Llama3-OpenBioLLM-8B
Развитие моделей большого языка с открытым исходным кодом в медицинской сфере Представляем OpenBioLLM-8B: современную биомедицинскую модель большого языка...
NeuralDaredevil-8B-abliterated
Это доработанная версия DPO mlabonne/Daredevil-8, обученная на одной эпохе mlabonne/orpo-dpo-mix-40k. Точная настройка DPO успешно компенсирует потерю производительности из-за...