关键词instruction-following models
搜索结果 - 3
- DEM:混合数据分布训练的分布编辑模型
提出了一种简单和高效的方法,使用基本的逐元素向量操作将每个数据源上单独训练的模型与基本模型相结合,从而更好地优化数据源,得到一种名为分布编辑模型(DEM)的模型,与标准数据混合相比廉价 11 倍,并在各种基准测试中优于强基准,对大小为 3B - 视觉丰富文档的自动布局规划与指导模型
近期,在指令追踪模型方面取得的进展使得用户与模型的交互更加用户友好和高效,扩大了它们的适用范围。本研究引入了一种新颖的多模态指令追踪框架,用于布局规划,在设计领域,非专业用户经常由于技能和资源有限而难以创建具有视觉吸引力的布局。我们提出了三 - AlpaGasus: 用更少的数据训练更好的羊驼
本研究提出了一种数据选取策略,利用一个强大的大型语言模型(ChatGPT)自动地识别和删除低质量的数据,从而过滤出高质量的数据并训练指令跟随模型。通过使用该策略,作者利用仅有的 9k 条高质量数据训练出了一个新的大型语言模型 AlpaGas