跳到正文

Starling-7B

用 RLAIF 训练的开放大语言模型

访问官网

Starling-7B 是什么

该模型被介绍为用 AI 反馈强化学习和 Nectar 排序数据集训练的开放语言模型。

你可以用它做什么

  • 使用公开的排序数据集
  • 载入公开的奖励与语言模型
  • 在 LMSYS Chatbot Arena 试用演示

模型说明

  • 资料记录 MT Bench 得分 8.09
  • 相关资源发布在 HuggingFace
  • 资料称目标是改善可用性与安全性

优点与缺点

✓ 我们认可的地方

  • 语言模型 Starling-LM-7B-alpha 已发布
  • 资料称目标是增强可用性与安全性

! 需要留意的地方

  • 训练依赖 AI 反馈信号
  • 排序标记来自 GPT-4

常见问题

资料记录的分数是多少?

资料记录以 GPT-4 为评委的 MT Bench 得分为 8.09。

发布了哪些资源?

资料列出 Nectar、Starling-RM-7B-alpha 与 Starling-LM-7B-alpha。

最后评测: 2026-11-15

更多 大模型 API 平台 工具

查看全部 →

评测方法