LINAGORAとOpenLLM-Franceコンソーシアムは、オープンソースの多言語因果言語モデルのファインチューニングおよび整列済みバージョンであるLuciole-23B-Instruct-1.1をリリースしました。

このモデルはJean Zay上で3つのフェーズでトレーニングされました：思考トレース付き指示データによる教師ありファインチューニング、思考トレースなしの教師ありファインチューニング、および直接選好最適化（DPO）を用いた選好整列です。トレーニングデータには数学、科学、コーディング、一般的なチャット、RAG、翻訳が含まれます。より小さな8Bおよび1Bバリアントも利用可能です。

このリリースは、France 2030プログラムによってサポートされる多言語指示追従のためのApache 2.0ライセンスのオプションを提供します。