【大语言模型基础知识】模型名称解读

---

一、大语言模型名称解析

1.1 -Base（基础版）

• 定义：通常是指未经特定任务微调的基础预训练模型，在训练过程中最初被开发和优化的，旨在平衡性能和资源消耗。
• 用途：用于进一步的微调，以适应特定任务或应用场景。如：智能对话、文本内容生成等
• 特点：包含了大量通用知识，但未对特定任务进行优化。

1.2 -Chat（聊天机器人）

• 定义：针对对话系统设计和优化的模型。
• 用途：用于生成自然语言对话，能够理解上下文并生成连贯且有意义的回复。如：聊天机器人、智能助力
• 特点：经过大量对话数据微调，具备更好的上下文理解能力和对话生成能力。

1.3 -Instruct（执行指令）

• 定义：旨在遵循指令或完成特定任务而设计和优化的模型。
• 用途：用于执行具体指令，如回答问题、生成文本、翻译等任务。
• 特点：经过指令数据集微调，能够更好地理解和执行用户提供的指令。

1.4 -4bit（mini版）

• 定义：基于低精度（4