/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
6,6 млрд
Размер весов
13,5 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Библиотека
peft
Опубликована
8 авг 2023

traditional_chinese_qlora_llama2_merged

Генерация текстаТекст → текст

Дообученная с помощью QLoRA Llama 2 7B для генерации ответов на инструкции на традиционном китайском языке.

0скачиваний за 30 дней9лайковвеса обновлены8 авг 2023

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

Это дообученная модель Llama 2 для выполнения инструкций на традиционном китайском языке. Её создал автор репозитория weiren119, применив QLoRA к Llama 2 7B на переведённом наборе инструкций Alpaca; опубликованная версия объединяет адаптер с базовой моделью. Модель имеет плотную архитектуру LlamaForCausalLM, около 6,6 млрд параметров и контекст до 4096 токенов.

Модель предназначена для генерации ответов на запросы и выполнения текстовых инструкций на традиционном китайском. Для обучения использовался набор из 52 тысяч переведённых примеров Alpaca; автор описывает её как практический эксперимент и предоставляет онлайн-демо на Colab. Репозиторий распространяется по лицензии Apache 2.0.

Модель может быть полезна для прототипирования китайскоязычных чат-ботов и генерации ответов на инструкции. Качество зависит от переведённого обучающего набора; сведения о систематической оценке качества в карточке отсутствуют.

Сценарии применения

  • ответы на инструкции на традиционном китайском языке
  • генерация китайскоязычных ответов для чат-бота
  • создание демо ассистента на традиционном китайском
  • прототипирование приложений с китайскоязычной генерацией текста

Ограничения

Обучение основано на переводном наборе инструкций Alpaca; карточка не приводит результаты систематической оценки качества.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Traditional Chinese Llama2

  • Github repo: https://github.com/MIBlue119/traditional_chinese_llama2/
  • This is a practice to finetune Llama2 on traditional chinese instruction dataset at Llama2 chat model.
    • Use qlora and the alpaca translated dataset to finetune llama2-7b model at rtx3090(24GB VRAM) with 9 hours.

Thanks for these references:

Resources

Online Demo

Use which pretrained model

Training procedure

The following bitsandbytes quantization config was used during training:

  • load_in_8bit: False
  • load_in_4bit: True
  • llm_int8_threshold: 6.0
  • llm_int8_skip_modules: None
  • llm_int8_enable_fp32_cpu_offload: False
  • llm_int8_has_fp16_weight: False
  • bnb_4bit_quant_type: nf4
  • bnb_4bit_use_double_quant: True
  • bnb_4bit_compute_dtype: bfloat16

Framework versions

  • PEFT 0.4.0

Usage

Installation dependencies

$pip install transformers torch peft

Run the inference

import transformers
import torch
from transformers import AutoTokenizer, TextStreamer

# Use the same tokenizer from the source model
model_id="weiren119/traditional_chinese_qlora_llama2_merged"
tokenizer = AutoTokenizer.from_pretrained(original_model_path, use_fast=False)

# Load fine-tuned model, you can replace this with your own model
model = AutoPeftModelForCausalLM.from_pretrained(
        model_id,
        load_in_4bit=model_id.endswith("4bit"),
        torch_dtype=torch.float16,
        device_map='auto'
)

system_prompt = """You are a helpful, respectful and honest assistant. Always answer as helpfully as possible, while being safe.  Your answers should not include any harmful, unethical, racist, sexist, toxic, dangerous, or illegal content. Please ensure that your responses are socially unbiased and positive in nature.

            If a question does not make any sense, or is not factually coherent, explain why instead of answering something not correct. If you don't know the answer to a question, please don't share false information."""




def get_prompt(message: str, chat_history: list[tuple[str, str]]) -> str:
    texts = [f'[INST] <<SYS>>\n{system_prompt}\n<</SYS>>\n\n']
    for user_input, response in chat_history:
        texts.append(f'{user_input.strip()} [/INST] {response.strip()} </s><s> [INST] ')
    texts.append(f'{message.strip()} [/INST]')
    return ''.join(texts)


print ("="*100)
print ("-"*80)
print ("Have a try!")

s = ''
chat_history = []
while True:
    s = input("User: ")
    if s != '':
        prompt = get_prompt(s, chat_history)
        print ('Answer:')
        tokens = tokenizer(prompt, return_tensors='pt').input_ids
        #generate_ids = model.generate(tokens.cuda(), max_new_tokens=4096, streamer=streamer)
        generate_ids = model.generate(input_ids=tokens.cuda(), max_new_tokens=4096, streamer=streamer)
        output = tokenizer.decode(generate_ids[0, len(tokens[0]):-1]).strip()
        chat_history.append([s, output])
        print ('-'*80)

Как запустить

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

GPU в ailist

Универсальный рантайм · peft

Нельзя запустить

Репозиторий содержит только адаптер (LoRA/PEFT) без базовой модели.

Класс архитектуры
LlamaForCausalLM
Ревизия весов
ab6783f

0 моделей