模型详情
模型介绍
中文整理Clone with HTTP
介绍
本模型是基于InternLM-chat-7B预训练模型,通过原有大模型法律数据+民法典问答+维权进行FineTune,训练出来的微调模型。
模型通过120M的jsonl数据进行了4个epoch的微调训练生成。
模型描述
本模型是用于实现咨询法律问题的对话。
期望模型使用方式以及适用范围
使用gradio或者streamlit调用就行了。本地也可以直接使用命令行方式调用。
如何使用
命令行一个典型的方式就是编辑一个cli demo.py的文件:
然后 python cli demo.py即可。
训练数据介绍
后续补?
模型训练流程
本项目 使用 xtuner0.1.9 训练,在 internlm-chat-7b 上进行微调,模型地址
- --deepspeed 表示使用 DeepSpeed 🚀 来优化训练过程。XTuner 内置了多种策略,包括 ZeRO-1、ZeRO-2、ZeRO-3 等。如果用户期望关闭此功能,请直接移除此参数。
- 将保存的 .pth 模型(如果使用的DeepSpeed,则将会是一个文件夹)转换为 LoRA 模型:
- 将LoRA模型合并入 HuggingFace 模型:
数据评估及结果
后续补?
相关论文以及引用信息
后续补?
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
运行环境运行模型需要的设备、工具与依赖,以原作者说明为准。
授权范围是否允许商用、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。