Дообученная на AlpacaFarm версия Pythia с 1,7 млрд параметров для генерации текста по инструкциям и исследовательских экспериментов.

Подходит для: генерация ответов на пользовательские инструкции · эксперименты с обучением policy-моделей · воспроизведение исследований на основе AlpacaFarm

Дообученная на AlpacaFarm 70-миллионная Pythia для генерации текста и экспериментов с reward-моделями.

Подходит для: генерация ответов на текстовые запросы · эксперименты с supervised fine-tuning на AlpacaFarm · создание основы для reward-моделей