第一个通过RLHF训练的大规模开源聊天机器人
StableVicuna 是由 Stable Diffusion 背后的 StabilityAI 推出的第一个通过基于人类反馈的强化学习训练的大规模开源聊天机器人。
★★★★☆
StableVicuna 是Vicuna v0 13b的进一步指令微调和RLHF训练版本，它是一个指令微调的 LLaMA 130亿模型。