弥补中文短板，社区Llama3汉化微调版效果如何？

文章预览

Llama3自上个月发布以来，被称为社区最强开源模型。 由于中文能力欠缺，为了弥补这一短板 ，开源社区已经出现了多个基于Llama3进行中文优化的微调模型。 这些微调模型大多采用了以下 2 条路线： 1、中文语料+ SFT 2、中文语料+增训+SFT 和通过中文基准来评估模型的性能不同，我们想和大家一起来 实测模型在不同场景下的实际表现 ，来看Llama3汉化后模型的能力，以提高模型被应用的效率。 我们要怎么测模型？ 我们将会在5月20~5月24日开放以下模型项目供大家实际测试 （开放地址： https://sota.jiqizhixin.com/xt-terminal）。    项目名称          微调技术方法        项目地址 Chinese-LLaMA-Alpaca-3 v1版本（PT+SFT，基于非Instruct版训练）：在原版Llama-3-8B的基础上使用约120GB大规模语料进行增量中文训练，并且利用高质量指令数据进行精调。 v2版本（SFT，基于In ………………………………