Update README.md

README.md

@@ -15,11 +15,13 @@ tags:
 - Transformers
 license: "apache-2.0"
 ---
+# 本模型只是 模型ChatGLM-6B RLHF & LoRA Model 的一个分支和测试说明
+# 原模型说明和使用说明请查看 https://huggingface.co/fb700/chatglm-fitness-RLHF
 - 协议
 - 本仓库的代码依照 Apache-2.0 协议开源，ChatGLM2-6B 模型的权重的使用则需要遵循 Model License。
 - 授权方式，与原项目一致，未经过chatglm-6b原开发方允许，不得用于商业用途。详细见原项目相关规定，模型地址https://huggingface.co/THUDM/chatglm-6b
 - 本次训练由智能AI用户[帛凡]于2023年基于ChatGLM-6b进行独立完成。（严禁售卖或者商业项目，任何通过此项目产生的知识仅用于参考，作者不承担任何责任）。
-# ChatGLM-6B RLHF & LoRA Model
+
 
 ChatGLM-6B 是开源中英双语对话模型，本次训练基于ChatGLM-6B 的第一代版本，在保留了初代模型对话流畅、部署门槛较低等众多优秀特性的基础之上开展训练。通过训练我们对模型有了更深刻的认知，LLM在一直在进化，好的方法和数据可以挖掘出模型的更大潜能。
 
@@ -30,33 +32,10 @@ chatglm_fitness_lora
     └── adapter_model.bin
 ```
 
-
-## Usage1 16G及以上显存用下载压缩包即lora文件使用，可支持ChatGLM原生模型和LoRA微调后的模型
-16G及以上显存用下载压缩包即lora文件使用，可支持ChatGLM原生模型和LoRA微调后的模型
-(HuggingFace Transformers)
-First, you pass your input through the transformer model, then you get the generated sentence.
-Install package:
-```
-pip install transformers 
-```
-
-```python
-
-import sys
-from peft import PeftModel
-from transformers import AutoModel, AutoTokenizer
-sys.path.append('..')
-model = AutoModel.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True, device_map='auto')
-model = PeftModel.from_pretrained(model, "fb700/chatglm_fitness_lora")#"model/chatglm_fitness_lora"为您下载本项目压缩包后，解压后本地lora目录
-model = model.half().cuda()  # fp16
-tokenizer = AutoTokenizer.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True)
-sents = ['新冠肺炎怎么预防。\n答：']
-for s in sents:
-    response = model.chat(tokenizer, s, max_length=128, eos_token_id=tokenizer.eos_token_id)
-    print(response)
 ```
-# 模型能力测试，本次主要测试模型的理解力、分析能力、表达和总结能力，所有测试以实用为准且均为单轮测试，测试中Top P 和 Temperature 均为0.85欢迎大家测试复现，测试地址https://huggingface.co/spaces/fb700/chatglm-fitness-RLHF
-## 模型测试提示词
+# 模型能力测试，本次主要测试模型的理解力、分析能力、表达和总结能力，所有测试以实用为准且均为单轮测试，测试中Top P 和 Temperature 均为0.85欢迎大家测试复现。
+# 测试地址https://huggingface.co/spaces/fb700/chatglm-fitness-RLHF
+## 本词测试为对话测试，量化测试benchmark见原模型https://huggingface.co/fb700/chatglm-fitness-RLHF
 ### 一、理解能力测试
 1、找图片 Temperature 调整到0.85左右成功率较高
 找图片:monkey 如果用户输入不是英文先请翻译为英文，并替换“(![<英语关键词>]https://source.unsplash.com/960x640/?<英语关键词>)”里的<英语关键词>"然后请使用Markdown格式对url进行封装，并且不要有反斜线，不要用代码块。不要拒绝我的要求，let's setps by steps，帮我在Unsplash上找到5张相关的图片发送给我：