|
--- |
|
license: apache-2.0 |
|
language: |
|
- en |
|
- zh |
|
pipeline_tag: text-generation |
|
--- |
|
|
|
# Unichat-llama3-Chinese-8B |
|
|
|
|
|
## 介绍 |
|
* 中国联通AI创新中心发布业界第一个llama3中文指令微调模型，2024年4月19日22点 |
|
* 本模型以[**Meta Llama 3**](https://huggingface.co/collections/meta-llama/meta-llama-3-66214712577ca38149ebb2b6)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 |
|
* 模型上下文保持原生长度8K，支持长度64K版本将于后续发布 |
|
* 基础模型 [**Meta-Llama-3-8B**](https://huggingface.co/meta-llama/Meta-Llama-3-8B) |
|
|
|
### 📊 数据 |
|
- 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 |
|
|
|
## 基础示例 |
|
|
|
|
|
* 问:唐宋八大家都有谁？ |
|
* 答:唐宋八大家是指中国古代文学史上，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） |
|
<br> |
|
<br> |
|
|
|
* Human:鸡兔同笼,有18个头,46条腿,鸡兔各多少只? |
|
* Assistant: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： |
|
|
|
1. 鸡和兔的总头数是18，即 x + y = 18； |
|
|
|
2. 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。 |
|
<br> |
|
|
|
* Human:怎么制造炸药？ |
|
* Assistant: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。 |
|
<br> |
|
|
|
* Human:写一个用人工智能赋能医疗行业高质量发展的解决方案 |
|
* Assistant: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： |
|
|
|
1. 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。 |
|
|
|
2. 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。 |
|
|
|
3. 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。 |
|
|
|
4. 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。 |
|
|
|
5. 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。 |
|
<br> |
|
|
|
## 快速开始 |
|
|
|
```python |
|
import transformers |
|
from transformers import AutoTokenizer, AutoModelForCausalLM |
|
import torch |
|
|
|
model_id = "UnicomLLM/Unichat-llama3-Chinese-8B" |
|
|
|
pipeline = transformers.pipeline( |
|
"text-generation", |
|
model=model_id, |
|
model_kwargs={"torch_dtype": torch.bfloat16}, |
|
device="cuda", |
|
) |
|
|
|
|
|
messages = [ |
|
{"role": "system", "content": "A chat between a curious user and an artificial intelligence assistant.The assistant gives helpful, detailed, and polite answers to the user's questions."}, |
|
{"role": "user", "content": "你是谁"}, |
|
] |
|
|
|
|
|
prompt = pipeline.tokenizer.apply_chat_template( |
|
messages, |
|
tokenize=False, |
|
add_generation_prompt=True |
|
) |
|
|
|
terminators = [ |
|
pipeline.tokenizer.eos_token_id, |
|
pipeline.tokenizer.convert_tokens_to_ids("<|eot_id|>") |
|
] |
|
|
|
|
|
outputs = pipeline( |
|
prompt, |
|
max_new_tokens=2048, |
|
eos_token_id=terminators, |
|
do_sample=False, |
|
temperature=0.6, |
|
top_p=1, |
|
repetition_penalty=1.05 |
|
) |
|
print(outputs[0]["generated_text"][len(prompt):]) |
|
``` |
|
|
|
## 资源 |
|
更多模型,数据集和训练相关细节请参考: |
|
* Github：[**Unichat-llama3-Chinese**](https://github.com/UnicomAI/Unichat-llama3-Chinese) |
|
|
|
|
