StackLLaMa
https://gyazo.com/46fa26c7296bf48ef706778ce5e7b612
GitHub :
https://github.com/lvwerra/trl/tree/main/examples/stack_llama/scripts
Demo :
https://huggingface.co/spaces/trl-lib/stack-llama
Stack Exchange
から収集した質問と回答のペアを使用して、
LLaMA
をファインチューニング
blog :
https://huggingface.co/blog/stackllama
StackLLaMA：
RLHF
でLLaMAを鍛える
ハンズオンガイド