StableVicuna是由 Stable Dffusion背后的StabilityAl推出的第一个通过基于人类反馈的强化学习(RLHF)训练的大规模开源聊天机器人。StableVicuna是Vicuna v0 13b的进一步指令微调和RLHF训练版本，它是一个指令微调的LLaMA 130亿模型。
数据统计
相关导航
暂无评论...
StableVicuna是由 Stable Dffusion背后的StabilityAl推出的第一个通过基于人类反馈的强化学习(RLHF)训练的大规模开源聊天机器人。StableVicuna是Vicuna v0 13b的进一步指令微调和RLHF训练版本，它是一个指令微调的LLaMA 130亿模型。