[Phi-4-Super-o1 с тонкой настройкой] от Microsoft Phi-4 — это современная открытая модель, разработанная с упором на ответственное решение проблем и расширенные возможности рассуждения. Основанный на разнообразном сочетании синтетических наборов данных, тщательно отфильтрованных общедоступных веб-сайтов, а также высококачественных научных книгах и наборах данных вопросов и ответов, Phi-4-Super-o1 гарантирует, что небольшие, способные модели обучаются с использованием наборов данных исключительной глубины и точности. Phi-4-Super-o1 применяет надежный подход к обеспечению безопасности после обучения с использованием наборов синтетических данных с открытым исходным кодом и собственных синтетических данных. Это предполагает сочетание методов SFT (контролируемая точная настройка) и итеративных методов DPO (прямая оптимизация предпочтений), обеспечивающих полезные и безвредные результаты в различных категориях безопасности. Дайте мне знать, если вам нужны дальнейшие правки или уточнения! Это объединение предварительно обученных языковых моделей, созданных с помощью mergekit. Эта модель была объединена с использованием метода слияния Model Stock с использованием unsloth/phi-4 в качестве основы. В объединение были включены следующие модели: Pinkstack/SuperThoughts-CoT-14B-16k-o1-QwQ prithivMLmods/Phi-4-o1 prithivMLmods/Phi-4-Math-IO prithivMLmods/Phi-4-Empathetic Bunnycore/Phi-4-RP-V0.2 prithivMLmods/Phi-4-QwQ *…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: prithivMLmods
Теги: llama, mergekit, merge, conversational, text-generation-inference, endpoints_compatible
Лайков: 8 | Загрузок: 3
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
