懂AI
Gemma-2-9B-It-SPPO-Iter3

Gemma-2-9B-It-SPPO-Iter3

通过自我游戏偏好优化增强语言模型 alignment

Gemma-2-9B-It-SPPO-Iter3以google/gemma-2-9b-it为基础，经过第三次自我游戏偏好优化迭代开发，结合openbmb/UltraFeedback数据集微调。在合成数据集中展现了出色的性能，LC.获胜率达到53.27%，在AlpacaEval排行榜上表现优良。项目主要使用英语，遵循Apache-2.0许可，适用于多种自然语言处理场景。

自我博弈偏好优化Gemma-2-9B-It-SPPO-Iter3语言模型开源项目合成数据集模型GithubHuggingface超参数
Hugging Face论文

项目介绍：Gemma-2-9B-It-SPPO-Iter3

项目背景

Gemma-2-9B-It-SPPO-Iter3 是一个语言模型，基于 google/gemma-2-9b-it 架构开发，并经过三次迭代的自我博弈偏好优化方法(Self-Play Preference Optimization)。此模型主要用于文本生成任务，并采用英文作为其主要语言。

技术背景

  • 模型规格：这是一个具有 8B 参数的模型，类似于 GPT 模型，通过合成数据集进行微调。
  • 基础模型：模型从 google/gemma-2-9b-it 微调而来。
  • 语言：主要使用英语。

数据集与优化策略

该模型使用了 openbmb/UltraFeedback 数据集中的提示集合，并通过 snorkelai/Snorkel-Mistral-PairRM-DPO-Dataset 将数据集分为三个部分，用于三次迭代。所有用于训练的响应都是合成的。

训练超参数

以下是训练期间使用的超参数：

  • 学习率：5e-07
  • eta：1000
  • 每设备训练批次大小：8
  • 梯度累积步骤：1
  • 随机种子：42
  • 分布式类型：deepspeed_zero3
  • 设备数量：8
  • 优化器：RMSProp
  • 学习率调度器类型：线性
  • 学习率调度器预热比例：0.1
  • 训练轮数：1.0

模型评价

根据 AlpacaEval 评估结果，Gemma-2-9B-It-SPPO-Iter3 模型的整体表现优于其前两次迭代：

  • LC. Win Rate：53.27
  • Win Rate：47.74
  • 平均生成长度：1803

链接与参考

该项目有三个迭代版本，链接如下：

使用条款

该模型遵循 Apache-2.0 许可证，详细使用条款可通过 此链接 查看。

引用

如果使用此模型或技术，请引用如下：

@misc{wu2024self,
      title={Self-Play Preference Optimization for Language Model Alignment}, 
      author={Wu, Yue and Sun, Zhiqing and Yuan, Huizhuo and Ji, Kaixuan and Yang, Yiming and Gu, Quanquan},
      year={2024},
      eprint={2405.00675},
      archivePrefix={arXiv},
      primaryClass={cs.LG}
}

编辑推荐精选

扣子-AI办公

扣子-AI办公

职场AI，就用扣子

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

堆友

堆友

多风格AI绘画神器

堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。

图像生成AI工具AI反应堆AI工具箱AI绘画GOAI艺术字堆友相机AI图像热门
码上飞

码上飞

零代码AI应用开发平台

零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码，轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

下拉加载更多