---
license: apache-2.0
---
智鹿是一个基于中文Alpaca2-13B进行二次训练的金融大模型，我们使用大量中英文语料进行增量预训练，同时使用高质量指令数据进行对齐。模型训练的目标是在保持通用能力的前提下，显著提升金融领域的能力。具体细节参考：[智鹿]()

# zhilu-LoRA-13B

本项目提供智鹿的`LoRA模块`，提供给已有`Alpaca-2-13B`模型的用户。

用户在使用前，可使用`peft库`进行加载，或与`Alpaca-2-13B`进行合并得到完整模型。

# 快速使用

```python
import torch
from transformers import LlamaForCausalLM, LlamaTokenizer
from peft import PeftModel
model_name_or_path = ""
peft_model_path = ""
tokenizer = LlamaTokenizer.from_pretrained(model_name_or_path, use_fast=False, legacy=True)
model = LlamaForCausalLM.from_pretrained(model_name_or_path, torch_dtype=torch.bfloat16,device_map="auto")
if peft_model_path is not None:
    model = PeftModel.from_pretrained(
            model,
            peft_model_path,
            torch_dtype=(
            torch.bfloat16
            if torch.cuda.is_bf16_supported()
            else torch.float32
        ),
    )
inputs = tokenizer("什么是A股？", return_tensors="pt").to("cuda")
outputs = model.generate(**inputs, max_new_tokens=64, repetition_penalty=1.1)
outputs = tokenizer.decode(outputs.cpu()[0][len(inputs.input_ids[0]):], skip_special_tokens=True)
print(outputs)
```