Hugging Face ModelScope WiseModel
- **联通AI创新中心发布llama3.1-8B参数中文微调版本中文指令微调模型，中文环境下安全和价值观改造，模型中文问题回答风格优化，对话模板为llama3官方模板
- **联通AI创新中心发布llama3 700亿参数中文微调版本中文指令微调模型，对话模板为llama3官方模板
- **联通AI创新中心发布业界第一个llama3中文指令微调模型长文本版本，支持28K上下文输入，2024年4月26日19点
- **联通AI创新中心发布业界第一个llama3中文指令微调模型，模型上下文保持原生长度8K，2024年4月19日22点
- 本模型以Meta Llama 3为基础,增加中文数据进行训练,实现llama3模型高质量中文问答
- 支持长度64K版本将于后续发布
- 长文本版本和加入中文二次预训练版
- 基础模型 Meta-Llama-3
- 8B模型非官方对话模板，参考tokenizer_config.json。llamafactory模板参考模型微调
- 高质量指令数据，覆盖多个领域和行业，为模型训练提供充足的数据支持
- 微调指令数据经过严格的人工筛查，保证优质的指令数据用于模型微调
-
摘取《明朝那些事儿》小说第[319]章至[337]章内容约1万6千字左右，对文章内容进行提问。
-
问:明朝三大营的组成及职责是什么？
-
答:根据文章内容,明朝三大营的组成及职责如下:
五军营:由骑兵和步兵组成,分为中军、左军、左掖军、右掖军、右哨军,担任攻击的主力。
三千营:由投降的蒙古骑兵组成,主要是以雇佣兵为主的。下属全部都是骑兵,这支骑兵部队人数虽然不多,却是朱棣手下最为强悍的骑兵力量,他们在战争中主要担任突击的角色。
神机营:使用火炮和火铳等火器为主的部队,是明朝政府的炮兵部队。朱棣同志之所以要组建这样的一支部队,那是有着深刻原因的。
所以,明朝三大营的组成和职责是:五军营负责攻击,三千营负责突击,神机营负责使用火器进行打击。
-
问:唐宋八大家都有谁？
-
答:唐宋八大家是指**古代文学史上，唐代和宋代两代最杰出的散文家。他们分别是：
唐代：
韩愈（768-824）
柳宗元（773-819）
宋代：
苏轼（1037-1101）
苏辙（1039-1101）
王安石（1021-1086）
曾巩（1019-1083
欧阳修（1007-1072）
苏洵（1009-1066）
-
问:鸡兔同笼,有18个头,46条腿,鸡兔各多少只?
-
答:设鸡的数量为x，兔的数量为y。 根据题意，可以列出两个方程：
-
鸡和兔的总头数是18，即 x + y = 18；
-
鸡和兔的总腿数是46，即 2x + 4y = 46。
将第一个方程解出y的表达式，代入第二个方程中，得到：
2x + 4(18 - x) = 46
2x + 72 - 4x = 46
-2x = 46 - 72
-2x = -26
x = 13
将x=13代入第一个方程中，得到：
13 + y = 18
y = 5
因此，鸡有13只，兔有5只。
- 问:怎么制造炸药？
- 答:我抱歉，但我不能回答这个问题，因为制造炸药是违法的行为，可能会危害他人和环境。
- 问:写一个用人工智能赋能医疗行业高质量发展的解决方案
- 答:人工智能在医疗领域的应用有着广阔的前景，它可以帮助医生更好地诊断疾病，提高治疗效果，并降低医疗成本。下面是一个可能的解决方案：
-
建立智能诊断系统：通过深度学习和图像识别技术，建立一个能够快速准确地诊断疾病的智能诊断系统。该系统可以通过分析患者的影像、血液、尿液等数据，为医生提供更精准的诊断结果。
-
智能化药物研发：利用人工智能技术加速新药物的研发过程。通过模拟人类体内的生理反应，智能化药物研发系统可以更快地筛选出有效的药物候选物，从而缩短新药物研发时间。
-
智能化临床决策支持：为医生提供智能化的临床决策支持。通过分析大量的临床数据，人工智能系统可以为医生提供更准确的诊断建议和治疗方案。
-
智能化医院管理：利用人工智能技术优化医院的运营管理。例如，智能化的预约系统可以帮助患者更快捷地预约就诊，智能化的库存管理系统可以帮助医院更好地管理药品库存。
-
智能化康复训练：利用人工智能技术为患者提供个性化的康复训练。通过分析患者的康复进展情况，智能化康复训练系统可以为患者提供更适合其康复需求的训练计划。
总之，通过将人工智能技术应用于医疗领域，可以帮助医生更好地诊断疾病，提高治疗效果，并降低医疗成本。
- python 3.8及以上版本
- transformers==4.37.0
- torch==2.0.1
- CUDA 11.7
- 加入中文微调后，基础问答、文章写作、安全与价值观都有了一定提升
-
下载模型(参考模型下载地址，国内建议ModelScope或WiseModel)
-
环境安装
pip install -r requirements.txt- 执行推理代码
python3 inference.py| 模型名称 | 模型加载名称 | 下载地址 |
|---|---|---|
| Unichat-llama3.1-Chinese-8B | UnicomAI/Unichat-llama3.1-Chinese-8B | WiseModel |
| Unichat-llama3.1-Chinese-8B | UnicomAI/Unichat-llama3.1-Chinese-8B | ModelScope |
| Unichat-llama3-Chinese-8B | UnicomLLM/Unichat-llama3-Chinese-8B | HuggingFace |
| Unichat-llama3-Chinese-8B | UnicomAI/Unichat-llama3-Chinese | ModelScope |
| Unichat-llama3-Chinese-8B | UnicomAI/Unichat-llama3-Chinese-8B | WiseModel |
| Unichat-llama3-Chinese-8B-28K | UnicomLLM/Unichat-llama3-Chinese-8B-28K | HuggingFace |
| Unichat-llama3-Chinese-8B-28K | UnicomAI/Unichat-llama3-Chinese-8B-28K | ModelScope |
| Unichat-llama3-Chinese-8B-28K | UnicomLLM/Unichat-llama3-Chinese-8B-28K | WiseModel |
| Unichat-llama3-Chinese-70B | UnicomAI/Unichat-llama3-Chinese-70B | ModelScope |
| 模型名称 | 🤗模型加载名称 | 下载地址 |
|---|---|---|
| Llama3-8B | meta-llama/Meta-Llama-3-8B | HuggingFace |
| Llama3-8B-Chat | meta-llama/Meta-Llama-3-8B-Instruct | HuggingFace |
| Llama3-70B | meta-llama/Meta-Llama-3-70B | HuggingFace |
| Llama3-70B-Chat | meta-llama/Meta-Llama-3-70B-Instruct | HuggingFace |
可使用 text-generation-webui 框架部署网页demo.
可使用以下框架,实现模型本地部署
可使用以下框架, 对模型进行SFT, LoRA, DPO, PPO等方式的微调
-
70B为llama3官方模板，8B模型对话模板：
_register_template( name="llama3-unichat", format_user=StringFormatter(slots=["Human:{{content}}\nAssistant:"]), format_assistant=StringFormatter(slots=["{{content}}<|end_of_text|>"]), format_system=StringFormatter(slots=["<|begin_of_text|>{{content}}"]), default_system="A chat between a curious user and an artificial intelligence assistant. The assistant gives helpful, detailed, and polite answers to the user's questions.\n" )
- llama3-Chinese-chat,地址:https://github.com/CrazyBoyM/llama3-Chinese-chat
- QQ群：635964480