HyperAIHyperAI
vor 2 Monaten

Llama 2: Offene Grundlage und feinjustierte Chat-Modelle

Hugo Touvron; Louis Martin; Kevin Stone; Peter Albert; Amjad Almahairi; Yasmine Babaei; Nikolay Bashlykov; Soumya Batra; Prajjwal Bhargava; Shruti Bhosale; Dan Bikel; Lukas Blecher; Cristian Canton Ferrer; Moya Chen; Guillem Cucurull; David Esiobu; Jude Fernandes; Jeremy Fu; Wenyin Fu; Brian Fuller; Cynthia Gao; Vedanuj Goswami; Naman Goyal; Anthony Hartshorn; Saghar Hosseini; Rui Hou; Hakan Inan; Marcin Kardas; Viktor Kerkez; Madian Khabsa; Isabel Kloumann; Artem Korenev; Punit Singh Koura; Marie-Anne Lachaux; Thibaut Lavril; Jenya Lee; Diana Liskovich; Yinghai Lu; Yuning Mao; Xavier Martinet; Todor Mihaylov; Pushkar Mishra; Igor Molybog; Yixin Nie; Andrew Poulton; Jeremy Reizenstein; Rashi Rungta; Kalyan Saladi; Alan Schelten; Ruan Silva; Eric Michael Smith; Ranjan Subramanian; Xiaoqing Ellen Tan; Binh Tang; Ross Taylor; Adina Williams; Jian Xiang Kuan; Puxin Xu; Zheng Yan; Iliyan Zarov; Yuchen Zhang; Angela Fan; Melanie Kambadur; Sharan Narang; Aurelien Rodriguez; Robert Stojnic; Sergey Edunov; Thomas Scialom
Llama 2: Offene Grundlage und feinjustierte Chat-Modelle
Abstract

In dieser Arbeit entwickeln und veröffentlichen wir Llama 2, eine Sammlung von vortrainierten und feintune-gesteuerten großen Sprachmodellen (LLMs), die sich in ihrer Größe von 7 Milliarden bis zu 70 Milliarden Parametern erstrecken. Unsere feintune-gesteuerten LLMs, die als Llama 2-Chat bezeichnet werden, sind für dialogbasierte Anwendungsfälle optimiert. Unsere Modelle erzielen auf den meisten Benchmarks, die wir getestet haben, bessere Ergebnisse als offene Chatmodelle und könnten aufgrund unserer menschlichen Bewertungen hinsichtlich Nützlichkeit und Sicherheit eine geeignete Alternative zu proprietären Modellen darstellen. Wir geben eine detaillierte Beschreibung unseres Ansatzes zur Feintuning und Verbesserung der Sicherheit von Llama 2-Chat ab, um der Gemeinschaft zu ermöglichen, unsere Arbeit fortzusetzen und zum verantwortungsvollen Entwicklungsprozess von LLMs beizutragen.

Llama 2: Offene Grundlage und feinjustierte Chat-Modelle | Neueste Forschungsarbeiten | HyperAI