StableVicuna

StableVicuna是由StableDiffusion背后的StabilityAI推出的第一个通过基于人类反馈的强化学习（RLHF）训练的大规模开源聊天机器人。StableVicuna是Vicunav013b的进一步指令微调和RLHF训练版本它是一个指令微调的LLaMA130亿模型。