OLMo-2-1124-13B-DPO

2周前发布 1 00

OLMo-2-1124-13B-DPO是经过监督微调和DPO训练的13B参数大型语言模型,主要针对英文,旨在提供在聊天、数学、GSM8K和IFEval等多种任务上的卓越性能。该模型是OLMo系列的一部分,旨在推动语言模型的科学研究。模型训练基于Dolma数据集,并公开代码、检查点、日志和训练细节。

收录时间:
2025-05-29
OLMo-2-1124-13B-DPOOLMo-2-1124-13B-DPO

OLMo-2-1124-13B-DPO是经过监督微调和DPO训练的13B参数大型语言模型,主要针对英文,旨在提供在聊天、数学、GSM8K和IFEval等多种任务上的卓越性能。该模型是OLMo系列的一部分,旨在推动语言模型的科学研究。模型训练基于Dolma数据集,并公开代码、检查点、日志和训练细节。

数据统计

相关导航

松果AI

松果AI

松果AI写作是一款专为写作设计的智能工具,基于大模型技术,帮助用户快速生成高质量的文本内容。其特点在于支持批量生成,单次最高可一次性生成40篇文章。无论是文章、报告还是创意文案,都能提供个性化的写作辅助,提升写作效率。该产品由成都数智一二三科技有限公司开发,目前提供免费试用,新用户注册后即送10000创作积分,后续可通过订阅付费会员或充值积分获得更多额度。
Aquila-VL-2B-llava-qwen

Aquila-VL-2B-llava-qwen

Aquila-VL-2B模型是一个基于LLava-one-vision框架训练的视觉语言模型(VLM),选用Qwen2.5-1.5B-instruct模型作为语言模型(LLM),并使用siglip-so400m-patch14-384作为视觉塔。该模型在自建的Infinity-MM数据集上进行训练,包含约4000万图像-文本对。该数据集结合了从互联网收集的开源数据和使用开源VLM模型生成的合成指令数据。Aquila-VL-2B模型的开源,旨在推动多模态性能的发展,特别是在图像和文本的结合处理方面。

暂无评论

您必须登录才能参与评论!
立即登录
none
暂无评论...