弥补中文短板，社区Llama3汉化微调版效果如何？

AIGC动态欢迎阅读

原标题：弥补中文短板，社区Llama3汉化微调版效果如何？
关键字：模型,中文,语料,能力,版本
文章来源：机器之心
内容字数：2686字

内容摘要：

Llama3自上个月发布以来，被称为社区最强开源模型。由于中文能力欠缺，为了弥补这一短板，开源社区已经出现了多个基于Llama3进行中文优化的微调模型。
这些微调模型大多采用了以下 2 条路线：
1、中文语料+SFT
2、中文语料+增训+SFT
和通过中文基准来评估模型的性能不同，我们想和大家一起来实测模型在不同场景下的实际表现，来看Llama3汉化后模型的能力，以提高模型被应用的效率。
我们要怎么测模型？我们将会在5月20~5月24日开放以下模型项目供大家实际测试（开放地址：https://sota.jiqizhixin.com/xt-terminal）。项目名称微调技术方法项目地址
Chinese-LLaMA-Alpaca-3
v1版本（PT+SFT，基于非Instruct版训练）：在原版Llama-3-8B的基础上使用约120GB大规模语料进行增量中文训练，并且利用高质量指令数据进行精调。
v2版本（SFT，基于Instruct版训练）：直接采用500万条指令数据在Meta-Llama-3-8B-Instruct上进行精调。
https://sota.jiqizhixin.com

原文链接：弥补中文短板，社区Llama3汉化微调版效果如何？