Delexa-7b

Delexa-7b项目介绍

概述

Delexa-7b是一款最新的大型语言模型，专为解决通用语言任务而设计。当前，该模型正处于开发与测试阶段，并在持续改进中。现有的评估显示，Delexa-7b在各项基础任务上表现出色，表现出超越现有模型的潜力，进一步的详细评估结果将很快发布。

项目背景及目标

Delexa-7b旨在探索新的语言模型能力，特别是在需要STEM推理的领域中有潜在应用。这款模型也为热衷于人工智能开发的爱好者提供了实验和学习的机会。

评估结果

Delexa-7b在一系列数据集中的表现如下：

• AI2推理挑战(25次示例): 正确率68.0%
• HellaSwag(10次示例): 正确率86.49%
• MMLU(5次示例): 正确率64.69%
• TruthfulQA(0次示例): 得分62.13
• Winogrande(5次示例): 正确率79.08%
• GSM8k(5次示例): 正确率64.75%

这些初步的评估结果非常有希望，表明Delexa-7b在多项任务中具备较高的能力，平均得分为70.86%。

技术特性

Delexa-7b允许18岁以上内容以及轻度不雅内容，但不允许非法内容。此外，其模型经过初步评估，与著名的其他模型相比也显示出优异的能力。如：

• 在初次打分和二次打分中均表现优异，平均得分达到8.143750，接近GPT-4。

使用和风险

Delexa-7b计划用于多个领域的探索与实验，尤其是需要科技工程数学(STEM)推理的应用领域。但与其他未审查的大型语言模型一样，Delexa-7b在不当使用下也可能生成有害、偏见或冒犯性内容。因此，若将其应用于生产环境，开发者需负责使用和严格监控。

伦理考虑

Delexa-7b仍处在发展的早期阶段，团队致力于不断评估和识别潜在偏见，并积极解决这些问题。此外，未来会不断更新模型卡以确保透明度。

参与与支持

Delexa-7b是一个令人兴奋的项目，代表了大型语言模型的一步重大进步。我们欢迎社区参与探索其潜力，并提供反馈以便我们不断完善模型。

如有兴趣，欢迎通过以下途径支持我们并加入我们的社区：

• Patreon
• Twitter

有关完整的评估结果和更多详细信息，请访问我们的 Open LLM Leaderboard 评估结果 页面。