I-SHEEP:通过迭代自对齐增强大型语言模型
I-SHEEP,一种迭代自我增强范式,推动大型语言模型(LLMs)持续自我对齐,模仿人类学习过程。与一次性对齐方法不同,I-SHEEP显示出显著的改进:在Alpaca Eval中提升78.2%,在MT Bench中提升24.0%,在IFEval准确性中提升8.88%。它还在标准基准测试中表现出色,代码生成提升24.77%,TrivialQA提升12.04%,SQuAD提升20.29%。该方法的代码和资源已公开可用。
AI新闻
化学视觉语言模型(ChemVLM):以人工智能连接视觉与化学
ChemVLM 连接了化学与人工智能。它是一个大型模型,基于 VIT-MLP-LLM 构建,采用 ChemLLM-20B 和 InternVIT-6B。该模型在处理化学图像和文本方面表现出色。他们制作了一个特殊的数据集,经过测试,其性能优异,位居基准测试榜首。可在 Hugging Face 上找到它。
Keep reading with a 7-day free trial
Subscribe to 知闻AI信息差 to keep reading this post and get 7 days of free access to the full post archives.