/ Модель

Характеристики

Контекст
8 192 токена
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Лицензия
Apache 2.0
Архитектура
internlm · dense
Опубликована
18 мар 2024

Agent-FLAN-7b

Генерация текстаТекст → текст7 профессий

Дообученная на Agent-FLAN модель Llama 2 7B для диалоговых агентных задач и взаимодействия с инструментами.

235скачиваний за 30 дней20лайковвеса обновлены20 мар 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Agent-FLAN-7B — языковая модель на 6,6 млрд параметров для выполнения агентных задач и использования инструментов. Модель опубликована командой InternLM и дообучена на основе Llama 2 7B с применением набора данных Agent-FLAN; в обучении также использовались AgentInstruct, ToolBench и ShareGPT. Архитектура — плотная авторегрессионная InternLMForCausalLM, формат весов — PyTorch, контекст — до 8192 токенов.

Модель предназначена для диалоговых сценариев, где требуется следовать инструкциям, рассуждать при выполнении многошаговых задач и взаимодействовать с инструментами. Она использует формат бесед Llama 2 Chat и, согласно описанию статьи, улучшает агентные способности базовой модели и снижает галлюцинации благодаря включению негативных примеров.

Карточка не описывает отдельные целевые языки и не приводит измерений качества для конкретных инструментов или прикладных областей. Лицензия — Apache 2.0.

Сценарии применения

  • создание диалогового агента, который вызывает инструменты
  • выполнение многошаговых задач по инструкциям
  • подготовка ответов в формате Llama 2 Chat
  • эксперименты с обучением и оценкой языковых агентов

Ограничения

В карточке не указаны языки, на которых модель специально рассчитана, и нет оценок качества для отдельных задач или инструментов.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Agent-FLAN: Designing Data and Methods of Effective Agent Tuning for Large Language Models

This page holds the Llama2-7b model which is trained with Agent-FLAN dataset. It is fine-tuned on AgentInstruct and Toolbench by applying the data generation pipeline proposed in Agent-FLAN paper, which holds strong abilities on various agent tasks and tool utilization~

✨ Introduction

[🤗 HuggingFace] [📃 Paper] [🌐 Project Page]

Open-sourced Large Language Models (LLMs) have achieved great success in various NLP tasks, however, they are still far inferior to API-based models when acting as agents. How to integrate agent ability into general LLMs becomes a crucial and urgent problem. This paper first delivers three key observations: (1) the current agent training corpus is entangled with both formats following and agent reasoning, which significantly shifts from the distribution of its pre-training data; (2) LLMs exhibit different learning speeds on the capabilities required by agent tasks; and (3) current approaches have side-effects when improving agent abilities by introducing hallucinations. Based on the above findings, we propose Agent-FLAN to effectively Fine-tune LANguage models for Agents. Through careful decomposition and redesign of the training corpus, Agent-FLAN enables Llama2-7B to outperform prior best works by 3.5% across various agent evaluation datasets. With comprehensively constructed negative samples, Agent-FLAN greatly alleviates the hallucination issues based on our established evaluation benchmark. Besides, it consistently improves the agent capability of LLMs when scaling model sizes while slightly enhancing the general capability of LLMs.

🤗 Agent-FLAN Model

Agent-FLAN is produced by mixed training on AgentInstruct, ToolBench, and ShareGPT datasets from the Llama2-chat series.

The models follow the conversation format of Llama-2-chat, with the template protocol as:

dict(role='user', begin='<|Human|>െ', end='\n '),
dict(role='system', begin='<|Human|>െ', end='\n '),
dict(role='assistant', begin='<|Assistant|>െ', end='ി\n '),

❤️ Acknowledgements

Agent-FLAN is built with Lagent and T-Eval. Thanks for their awesome work!

🖊️ Citation

If you find this project useful in your research, please consider citing:

@article{chen2024agent,
  title={Agent-FLAN: Designing Data and Methods of Effective Agent Tuning for Large Language Models},
  author={Chen, Zehui and Liu, Kuikun and Wang, Qiuchen and Liu, Jiangning and Zhang, Wenwei and Lin, Dahua and Chen, Kai and Zhao, Feng},
  journal={arXiv preprint arXiv:2403.12881},
  year={2024}
}

💳 License

This project is released under the Apache 2.0 license.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Код из репозитория вместе с pickle-весами (.bin) не запускается из соображений безопасности.

Класс архитектуры
InternLMForCausalLM
Ревизия весов
4d0524c

0 моделей