思想与社会2023 · 分享于 Hacker News
LIMA: Less Is More for Alignment
探索《LIMA: Less Is More for Alignment》的原文与 Hacker News 社区讨论，查看来源并加入阅读清单。
从论文，走向讨论
看看社区如何讨论这个想法。
来自 Hacker News 的原始讨论。不同的视角、疑问，以及值得继续思考的线索。
最多展示 100 条相关讨论。论文可能出现在评论中，并非原帖投稿内容。
在讨论中发现的引用
按 HN 条目顺序展示最近的 50 条引用来源。
Ydataminer ·
Zamba2-7B
282 赞同71 评论
Yholomorphiclabs ·
Ask HN: Most efficient way to fine-tune an LLM in 2024?
114 赞同48 评论
Ygiuliomagnifico ·
GPT detectors are biased against non-native English writers
26 赞同3 评论
Yog_kalu ·
Large Language Models for Compiler Optimization
15 赞同1 评论
Yiamarunbrahma ·
Finetuning of Falcon-7B LLM Using QLoRA on Mental Health Conversational Dataset
7 赞同3 评论
Yatg_abhishek ·
Outperforming LLMs with less training data and smaller model sizes
7 赞同0 评论
Ylebek ·
LIMA: Less Is More for Alignment
4 赞同1 评论
Yserhack_ ·
AI has poisoned its own well
4 赞同1 评论
YT-A ·
How to Finetune GPT Like Large Language Models on a Custom Dataset
2 赞同0 评论
Yconvexstrictly ·
Falcon 40B LLM (which beats Llama) now Apache 2.0
2 赞同1 评论
Ydigitcatphd ·
LIMA: Less Is More for Alignment
1 赞同0 评论