StableVicuna

StableVicuna 是由 Stable Diffusion 背后的 StabilityAl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VicunaVO 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。