HyperAIHyperAI
il y a 2 mois

Llama 2 : Modèles de base ouverts et modèles de conversation affinés

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 : Modèles de base ouverts et modèles de conversation affinés
Résumé

Dans cette étude, nous développons et mettons à disposition Llama 2, une collection de grands modèles de langage (LLMs) pré-entraînés et affinés, dont l'échelle varie de 7 milliards à 70 milliards de paramètres. Nos modèles affinés, appelés Llama 2-Chat, sont optimisés pour les cas d'utilisation en dialogue. Nos modèles surpassent la plupart des modèles de chat open source que nous avons testés sur la majorité des benchmarks, et selon nos évaluations humaines en termes d'efficacité et de sécurité, ils peuvent constituer un substitut approprié aux modèles propriétaires. Nous fournissons une description détaillée de notre approche pour l'affinage et les améliorations de sécurité de Llama 2-Chat afin de permettre à la communauté de s'appuyer sur notre travail et de contribuer au développement responsable des grands modèles de langage (LLMs).

Llama 2 : Modèles de base ouverts et modèles de conversation affinés | Articles de recherche récents | HyperAI