关键词: AI,Llama 7B,Meta,LLM,RLHF,DPO,模型训练

Meta、UC伯克利、NYU共同提出元奖励语言模型，给「超级对齐」指条明路：让AI自己当裁判，自我改进对齐，效果秒杀自我奖励模型。

关键词: Stability AI,Stable Code 3B,Llama,Code Llama 7B

今天，Stability AI发布了Stable Code 3B，在图片生成之外的战场上，Stability也开始发力了