Mistral-7B-Instruct是否采用RLHF技术？

根据官方公开的论文内容，Mistral-7B-Instruct仅基于Hugging Face仓库的公开指令数据集完成微调，未使用任何专有数据或特殊训练技巧，仅作为基础模型可通过简单微调实现良好性能的演示案例。

论文原文说明：

为评估Mistral 7B的泛化能力，我们在Hugging Face仓库公开的指令数据集上对其进行了微调。未使用任何专有数据或训练技巧：Mistral 7B – Instruct模型是一个简单初步的演示，证明基础模型可轻松微调以取得良好性能。

目前官方并未提及该模型采用了RLHF（人类反馈强化学习）技术，也未在训练流程说明中包含相关环节。结合现有信息可推断：Mistral-7B-Instruct没有使用RLHF技术。

内容的提问来源于stack exchange，提问作者Gepeto97