首个RLHF训练的开源聊天机器人

在开源大模型领域，一个标志性的事件发生了：Stable Diffusion 背后的公司 StabilityAI，正式推出了首个经过人类反馈强化学习（RLHF）训练的大规模开源聊天机器人——StableVicuna。

模型是如何炼成的

简单来说，StableVicuna 是在 Vicuna v0 13b 模型基础上进一步精雕细琢的产物。

它先经过了指令微调，让模型更懂人话。再接受了RLHF训练，使其回答更符合人类的偏好和价值观。

其基座，正是那个拥有130亿参数的 LLaMA 模型。

更可控、更可靠的对话AI

这意味着，社区和开发者现在能够接触到的，不再只是一个“能说话”的模型。

而是一个经过更高级对齐训练、行为更可控、输出更可靠的对话AI。

这无疑为开源生态的后续创新和应用落地，打下了一根坚实的桩基。

《夸克》非常好用的免费AI浏览器

下载APP查看