OpenBezoar-SFT — дообученная на инструкциях англоязычная модель на базе OpenLLaMA 3B v2 для генерации ответов на текстовые запросы.
Подходит для: генерация ответов на англоязычные инструкции · черновики текстов по заданному запросу · ответы на общие вопросы на английском языке
Англоязычная модель генерации текста на базе OpenBezoar-SFT, дообученная на инструкциях из части датасета Anthropic HH-RLHF.
Подходит для: генерация ответов на англоязычные инструкции · создание исследовательского базового чекпойнта перед выравниванием DPO · эксперименты с дообучением языковых моделей на данных предпочтений
Англоязычная модель Llama на 3,3 млрд параметров, дообученная DPO для генерации текста и ответов на инструкции с учётом человеческих предпочтений.
Подходит для: генерация ответов на текстовые инструкции · диалоговые ответы на английском языке · эксперименты с выравниванием LLM по человеческим предпочтениям