Okapi

让大模型用你的母语好好听话，多语言指令微调+RLHF

Okapi 是一个面向多语言场景的指令微调大语言模型项目，核心解决非英语语言（如中文、西班牙语、印地语等）在指令跟随和对话质量上表现不足的问题。项目基于 LLaMA 和 BLOOM 等基础模型，通过收集多语言指令数据并进行监督微调，再引入基于人类反馈的强化学习（RLHF）流程，让模型在多种语言下都能更好地理解用户意图并生成符合偏好的回答。项目提供完整的训练脚本、数据构建方法和评估基准，支持研究者复现和扩展。其核心能力包括多语言指令数据集的构建、RLHF 训练管线的实现，以及针对多语言对话效果的评测工具。Okapi 特别适合资源较少的小语种场景，通过迁移学习提升模型表现，是探索多语言对齐和人类偏好优化的实用参考。