懂AI
Llama-3-Instruct-8B-SPPO-Iter2

Llama-3-Instruct-8B-SPPO-Iter2

通过自我博弈偏好优化实现语言模型对齐

该模型在第二轮自我博弈偏好优化中，通过在合成数据集上的微调实现性能提升。基于Meta-Llama-3-8B-Instruct架构，该过程从openbmb/UltraFeedback数据集中提取提示集，并通过snorkelai/Snorkel-Mistral-PairRM-DPO数据集进行三次迭代以提高生成响应的质量。在AlpacaEval和Open LLM排行榜上，该模型在语言理解和推理任务中表现出更优胜率和准确度。

Self-Play Preference Optimization模型调优Huggingface训练参数Github开源项目模型合成数据集语言模型
Hugging Face论文

项目介绍：Llama-3-Instruct-8B-SPPO-Iter2

Llama-3-Instruct-8B-SPPO-Iter2是一个以语言生成为主的模型，其目的是通过优化模型的自身决策过程，提高语言模型的对话效果和一致性。这个项目的核心是使用“自我演练偏好优化（Self-Play Preference Optimization）”的方法进行模型对齐，从而开发出更智能的对话系统。

项目背景

该模型基于Meta-Llama-3-8B-Instruct架构进行构建，并通过多次迭代进行优化。目前的版本是第二次迭代（Iter2）。整个过程中使用了openbmb/UltraFeedback数据集，该数据集被分为三部分，每部分用于一次迭代。所有的模型回应均为合成数据，以模拟真实对话情境。

模型描述

  • 模型类型：8B参数的GPT类模型，专注于合成数据集的微调
  • 使用语言：主要为英语
  • 许可证：Apache-2.0
  • 微调基础模型：meta-llama/Meta-Llama-3-8B-Instruct

链接到其他模型

评估结果

AlpacaEval排行榜评估结果

该评估显示，Iter2在各项指标上均有改善，具体结果如下：

模型LC. 胜率胜率平均长度
Iter131.7331.741962
Iter235.1535.982021
Iter338.7739.852066

Open LLM排行榜评估结果

通过lm-evaluation-harness工具（版本0.4.1）进行，Iter2的整体表现如下：

模型arc_challengetruthfulqa_mc2winograndegsm8khellaswagmmlu平均值
Iter163.8254.9676.4075.4479.8065.6569.35
Iter264.9356.4876.8775.1380.3965.6769.91
Iter365.1958.0477.1174.9180.8665.6070.29

训练超参数

以下是训练时使用的主要超参数：

  • 学习速率：5e-07
  • eta：1000
  • 每设备训练批量大小：8
  • 梯度累计步骤：1
  • 随机种子：42
  • 分布式类型：deepspeed_zero3
  • 设备数量：8
  • 优化器：RMSProp
  • 学习率调度类型：线性
  • 学习率调度预热比例：0.1
  • 总训练周期：6.0（在epoch=1.0时停止）

此项目通过优化语言模型的偏好，使模型在处理语言生成任务时更加自如，提升了对话的流畅度与连贯性。它的成功为进一步改善自然语言处理应用提供了有力的支持。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

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。

热门AI工具生产力协作转型TraeAI IDE
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

AI助手热门AI工具AI创作AI辅助写作讯飞绘文内容运营个性化文章多平台分发
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多