注意：新版本可用。请查看权重的新版本 here 。如果您仍然想使用旧版本，请查看不同版本之间的兼容性和差异 here 。

注意：不能直接使用此“delta model”。用户必须将其应用于原始LLaMA权重之上才能获得实际的Vicuna权重。请参见 instructions 。

Vicuna模型卡

模型详情

Vicuna是通过在从ShareGPT收集的用户共享对话中进行LLaMA的微调来训练的聊天助手。

• 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
• 从模型进行微调： LLaMA 。

模型来源

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

用途

Vicuna的主要用途是在大型语言模型和聊天机器人上进行研究。模型的主要预期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

Vicuna v0是通过有监督指导微调从LLaMA进行微调的。训练数据约有70K个从ShareGPT.com收集的对话。有关更多详情，请参阅附录的“Vicuna模型的训练详情”部分 paper 。

评估

Vicuna经过标准基准测试、人工偏好和LLM作为评判进行评估。有关更多详情，请参阅 paper 和 leaderboard 。

Vicuna不同版本之间的差异

请参阅 vicuna_weights_version.md