StableVicuna 是由 Stable Diffusion 背后的 StabilityAI 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。
StableVicuna 是由 Stable Diffusion 背后的 StabilityAI 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。