注意：新版本可用，请查看新版本的权重 here 。如果您仍然想使用这个旧版本，请查看不同版本之间的兼容性和差异 here 。

维库纳模型卡片

模型详情

维库纳是一个由从ShareGPT收集的用户共享对话进行LLaMA微调训练的聊天助手。

• 开发者： LMSYS
• 模型类型：基于Transformer架构的自回归语言模型。
• 许可证：非商业许可证
• 微调自模型： LLaMA 。

模型来源

• 仓库： https://github.com/lm-sys/FastChat
• 博客： https://lmsys.org/blog/2023-03-30-vicuna/
• 论文： https://arxiv.org/abs/2306.05685
• 演示： https://chat.lmsys.org/

用途

维库纳的主要用途是研究大规模语言模型和聊天机器人。模型的主要目标用户是自然语言处理、机器学习和人工智能领域的研究人员和爱好者。

如何开始使用该模型

命令行界面： https://github.com/lm-sys/FastChat#vicuna-weights 。API（OpenAI API，Huggingface API）： https://github.com/lm-sys/FastChat/tree/main#api 。

训练详情

维库纳v1.1是通过有监督指令微调从LLaMA微调而来的。训练数据约为70,000个从ShareGPT.com收集的对话。有关更多详细信息，请参阅附录中的"Vicuna模型的训练详情"部分 paper 。

评估

维库纳经过标准基准测试、人类偏好和LLM作为评判进行评估。有关更多详细信息，请参阅 paper 和 leaderboard 。

维库纳不同版本之间的差异

请参阅 vicuna_weights_version.md

致谢

特别感谢 @TheBloke 提供先前合并版本的权重。