模型介绍
中文整理QuantFactory/llama-3.1-chinese-8b-it-dpo-GGUF
This is quantized version of jiangfb/llama-3.1-chinese-8b-it-dpo created using llama.cpp
Original Model Card
llama-3.1-8b-chinese-instruct with SFT and DPO
项目简介
LLAMA-3.1系列模型于2024年7月24日发布,是Meta公司迄今为止规模最大、质量最高的开源模型。Meta评估了超150个基准数据集的性能,Llama-3.1系列模型在常识、可操作性、数学、工具使用和多语言翻译等一系列任务中,可与GPT-4o、Claude 3.5 Sonnet和Gemini Ultra相媲美。其中LLAMA-3.1-8B-Instruct模型,以其庞大的参数规模、强大的上下文理解能力和灵活的指令遵循能力,在全球范围内赢得了广泛的关注与赞誉。该模型在多种自然语言处理任务上展现出卓越的性能,包括但不限于文本生成、问答系统、文本摘要等,为人工智能领域的研究与应用提供了强大的技术支持。
然而,尽管LLAMA-3.1-8B-Instruct模型在多种语言环境下均表现出色,但在中文这一特定语境下,其性能却存在一定的局限性。为了弥补这一不足,本项目旨在通过针对中文语境的深入优化,提升LLAMA 3.1-8B-Instruct模型在中文处理上的能力。
本项目基于llama-3.1-8b-instruct模型,与当前相关工作不同的是,我们采用了指令微调(Instruction Fine-tuning)和直接偏好对齐(Direct Preference Optimization, DPO)二阶段的学习方法,使用近30w条中文数据进行有监督指令微调,然后应用5000条对齐指令进行直接偏好对齐,旨在进一步提升模型在中文语境下的理解和生成能力。在两个权威的中文评测基准下,C-Eval提升了83.34%的性能,CMMLU提升了83.95%的性能。我们公开了该项目所有的模型权重和训练数据集,欢迎大家一起学习和探讨。
模型特点
基础模型:基于开源的llama3.1-8b-instruct,这是一个经过指令微调的大型语言基础模型。
指令微调:通过大量高质量中文数据集进行指令微调,提升模型在中文处理上的表现。
DPO对齐:采用直接偏好对齐技术,进一步优化模型在特定任务上的性能。
安装与加载
克隆本项目到本地:https://huggingface.co/jiangfb/llama-3.1-chinese-8b-it-dpo
git clone
cd llama-3.1-chinese-8b-it-dpo
模型测评
Ceval
C-Eval 是一个全面的中文基础模型评估套件。它包含了大量的多项选择题,涵盖了人文、社科、理工以及其他专业四个大方向,包括52个不同的学科和四个难度级别。
C-Eval Average Average(hard) STEM Social Sciences Humanities Other
- ----- ------- ------------- ---- --------------- ---------- -----
原生LLaMA3.1模型 24.1 23.5 23.9 25.3 24.6 22.7
我们的LLaMA3.1模型 44.7 32.9 41.8 52.7 42.0 44.5
Cmmlu
CMMLU是一个综合性的中文评估基准,专门用于评估语言模型在中文语境下的知识和推理能力。CMMLU涵盖了从基础学科到高级专业水平的67个主题。它包括:需要计算和推理的自然科学,需要知识的人文科学和社会科学,以及需要生活常识的中国驾驶规则等。
CMMLU Average STEM Social Sciences Humanities Other
- ----- ------- ----- --------------- ---------- -----
原生LLaMA3.1模型 25.3 26.04 25.19 25.79 25.26
我们的LLaMA3.1模型 46.54 39.31 47.21 47.41 51.34
数据集
SFT数据集:
- -------------------- ------------------------------------------------------------
中文微调数据集 https://modelscope.cn/datasets/zhuangxialie/Llama3-Chinese-Dataset/files
train 1M CN https://huggingface.co/datasets/BelleGroup/train 1M CN
chinese modern poetry https://huggingface.co/datasets/Iess/chinese modern poetry
code https://huggingface.co/datasets/iamtarun/python code instructions 18k alpaca
mathglm https://cloud.tsinghua.edu.cn/d/8d9ee3e52bb54afd9c16/
DPO数据集:
- ---------------- ----------------------------------------------------------
DPO-En-Zh-20k https://huggingface.co/datasets/hiyouga/DPO-En-Zh-20k
orca dpo pairs https://huggingface.co/datasets/Intel/orca dpo pairs
Chinese-dpo-pairs https://huggingface.co/datasets/wenbopan/Chinese-dpo-pairs
DPO-zh-en-emoji https://huggingface.co/datasets/shareAI/DPO-zh-en-emoji
优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。
完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖,以原作者说明为准。
是否允许商用、修改和分发,请查看模型许可证。
闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。
资料或下载有问题?
登录后可提交反馈。
