OpenChat 3.6 8B

OpenChat 8B представляет собой библиотеку языковых моделей с открытым исходным кодом, которая была дообучена с использованием метода "C-RLFT" (Conditioned Reinforcement Learning Fine-Tuning). Этот подход основывается на принципах оффлайн обучения с подкреплением. Модель обучалась на данных смешанного качества без применения меток предпочтений. OpenChat 8B демонстрирует высокие результаты по сравнению с другими моделями аналогичного размера, включая Llama 3 8B Instruct и различные модели, прошедшие дообучение. Она эффективно справляется с общими разговорами, помогает в написании кода и решении математических задач.