/ Модель

Характеристики

Контекст
512 токенов
Параметры
9,1 млрд
Размер весов
64,8 ГБ
Лицензия
BigScience BLOOM RAIL 1.0
Архитектура
bloom · dense
Опубликована
22 мая 2023

chinese_bloom_7b_chat

Генерация текстаТекст → текст3 профессии

Дообученная на китайских инструкциях чат-модель BLOOM-7b для диалогов и генерации текста по запросу.

115скачиваний за 30 дней11лайковвеса обновлены8 авг 2025

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

Модель yuanzhoulvpi/chinese_bloom_7b_chat — чат-версия BLOOM-7b, дообученная разработчиком методом supervised fine-tuning на китайских инструкциях. В карточке описаны три версии, обученные на 150 тыс., 1,5 млн и 4,2 млн китайских инструкций; для v2 автор отмечает улучшение относительно v1, а v3 ещё не проверена. Метаданные указывают архитектуру BLOOM с плотной причинно-языковой моделью BloomForCausalLM и 9,1 млрд параметров.

Модель предназначена для диалогов и генерации текста по инструкциям на китайском языке. Автор также указывает на потенциальное применение для написания текстов, генерации кода и перевода; количественных оценок качества и подробных результатов в карточке нет. Упомянуты возможности базового семейства BLOOM для китайского, английского, кода, французского и испанского языков, но специальная настройка этой модели заявлена на китайских инструкциях. Доступны веса в форматах PyTorch и safetensors. Лицензия — BigScience BLOOM RAIL 1.0.

Сценарии применения

  • диалоги и ответы на китайском языке
  • написание текстов по китайским инструкциям
  • генерация кода по запросу
  • перевод текста между поддерживаемыми языками

Ограничения

Версия v3 обучена на 4,2 млн инструкций, но автор сообщает, что её качество ещё не проверено; в карточке нет количественных оценок. Основная настройка модели выполнена на китайских инструкциях, поэтому заявленные возможности базового BLOOM на других языках не подтверждают сопоставимое качество этой версии.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

体验

🚀 点击链接,即可体验🔗 http://101.68.79.42:7861/

介绍

  1. ✅ 对bloom-7b模型做了sft
  2. 🚀 训练代码和推理代码全部分享,可以查看链接https://github.com/yuanzhoulvpi2017/zero_nlp/tree/main/chinese_bloom

🚀更新

模型链接训练的数据量模型版本备注
https://huggingface.co/yuanzhoulvpi/chinese_bloom_7b_chat15w中文指令数据v1
https://huggingface.co/yuanzhoulvpi/chinese_bloom_7b_chat_v2150w条中文指令数据v2目前已经测试过效果,相较于v1,效果有所提升
https://huggingface.co/yuanzhoulvpi/chinese_bloom_7b_chat_v3420w条中文指令数据v3目前效果还没测试,欢迎大家测试

个人感受

  1. 🎯 bloom系列的模型,在中文领域,具有极大的潜力,在经过有监督微调训练之后,效果非常惊人!
  2. 🔄 bloom系列的模型,覆盖中文、英文、代码、法语、西班牙语等。即使拿来做翻译、拿来做代码生成,也都没问题!(后期将会分享相关教程)
  3. 😛 当前的这个bloom-7b模型,我是非常喜欢滴,特地在8xA100机器上训练了部分数据。整体效果非常不错~

如何使用

from transformers import AutoModelForCausalLM, AutoTokenizer


checkpoint = "yuanzhoulvpi/chinese_bloom_7b_chat"#"bigscience/bloomz-3b" #"bigscience/bloom-7b1"#  "output_dir/checkpoint-8260"#
tokenizer = AutoTokenizer.from_pretrained(checkpoint)
model = AutoModelForCausalLM.from_pretrained(checkpoint).half().cuda()

PROMPT_DICT = {
    "prompt_input": (
        "Below is an instruction that describes a task, paired with an input that provides further context. "
        "Write a response that appropriately completes the request.\n\n"
        "### Instruction:\n{instruction}\n\n### Input:\n{input}\n\n### Response:"
    ),
    "prompt_no_input": (
        "Below is an instruction that describes a task. "
        "Write a response that appropriately completes the request.\n\n"
        "### Instruction:\n{instruction}\n\n### Response:"
    ),
}

from typing import Optional
def generate_input(instruction:Optional[str]= None, input_str:Optional[str] = None) -> str:
    if input_str is None:
        return PROMPT_DICT['prompt_no_input'].format_map({'instruction':instruction})
    else:
        return PROMPT_DICT['prompt_input'].format_map({'instruction':instruction, 'input':input_str})


for i in range(5):
    print("*"*80)

    inputs = tokenizer.encode(generate_input(instruction="你是谁"), return_tensors="pt")
    outputs = model.generate(inputs,num_beams=3,
                            max_new_tokens=512,
                            do_sample=False, 
                            top_k=10,
                            penalty_alpha=0.6,
                            temperature=0.8,
                            repetition_penalty=1.2)
    print(tokenizer.decode(outputs[0]))

效果

不管是写代码还是写文案,bloom-7b在中文领域有极大的潜力

  • example 1
  • example 2
  • example 3
  • example 4
  • example 5

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BloomForCausalLM
Ревизия весов
50eecbd

0 моделей