File size: 3,862 Bytes
2fc2535 4f19869 5280aed 0179cc0 4f19869 5280aed 2fc2535 4f19869 5280aed eb33715 4f19869 eb33715 4f19869 bd3e032 4f19869 6d30b11 eb33715 6d30b11 c0bff5d 6d30b11 5866ad3 d356d99 6d30b11 bf20573 6d30b11 b6ef0b3 6d30b11 0179cc0 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 |
---
license: llama2
datasets:
- tatsu-lab/alpaca
- OpenAssistant/oasst1
language:
- zh
- en
library_name: transformers
tags:
- lora
- llama-factory
pipeline_tag: text-generation
inference: false
---
A bilingual instruction-tuned LoRA model of https://huggingface.co/meta-llama/Llama-2-13b-hf
- Instruction-following datasets used: alpaca, alpaca-zh, open assistant
- Training framework: [LLaMA-Factory](https://github.com/hiyouga/LLaMA-Factory)
Usage:
```python
from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer
tokenizer = AutoTokenizer.from_pretrained("hiyouga/Llama-2-Chinese-13b-chat")
model = AutoModelForCausalLM.from_pretrained("hiyouga/Llama-2-Chinese-13b-chat").cuda()
streamer = TextStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True)
query = "晚上睡不着怎么办"
template = (
"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"
"Human: {}\nAssistant: "
)
inputs = tokenizer([template.format(query)], return_tensors="pt")
inputs = inputs.to("cuda")
generate_ids = model.generate(**inputs, max_new_tokens=256, streamer=streamer)
```
You could also alternatively launch a CLI demo by using the script in [LLaMA-Factory](https://github.com/hiyouga/LLaMA-Factory)
```bash
python src/cli_demo.py --template default --model_name_or_path hiyouga/Llama-2-Chinese-13b-chat
```
---
The model is trained using the web UI of [LLaMA-Factory](https://github.com/hiyouga/LLaMA-Factory).
How to use this web UI: https://zhuanlan.zhihu.com/p/645010851
---
Loss curve:
---
Examples:
Q: 你是谁
A: 我是 \<NAME\>，一款由 \<AUTHOR\> 开发的人工智能助手。我可以回答各种问题，提供帮助和支持。
Q: 如何提高公司的销售额？
A:
以下是一些有助于提高公司销售额的想法：
1. 改善销售流程：通过优化销售流程，销售人员可以更有效地与客户进行沟通，提高销售效率。
2. 引入新产品：引入新产品可以吸引新客户，并增加现有客户的购买次数。
3. 提高客户满意度：通过提高客户满意度，可以提高客户忠诚度和销售额。
4. 营销活动：举办营销活动可以吸引新客户，并提高销售额。
Q: 给定下面的两个列表，使用Python解释器找到它们之间的相同元素。 List1：[1, 2, 3, 4, 5, 6] List2：[4, 5, 6, 7, 8, 9]
A:
以下是使用Python解释器找到两个列表中共同元素的示例：
```python
# 列表1
lst1 = [1, 2, 3, 4, 5, 6]
# 列表2
lst2 = [4, 5, 6, 7, 8, 9]
# 找到共同元素
common_elements = list(set(lst1) & set(lst2))
print(common_elements)
```
此示例创建两个列表，然后使用Python中的集合操作符（&）找到它们共同的元素。最后，输出结果。
在此示例中，共同元素为[4, 5, 6]。
Q: 将以下文本翻译成英语：我想去旅行并尽可能多地了解世界上的文化。
A:
I want to travel and learn as much as possible about the cultures of the world.
Q: 解释以下缩写： JSON、CEO、PDF、HTML、NASA
A:
以下是缩写的解释：
1. JSON（JavaScript Object Notation）：一种用于序列化和交换数据的格式，常用于网络应用程序之间的通信。
2. CEO（Chief Executive Officer）：公司的最高负责人，负责公司的总体运营和管理。
3. PDF（Portable Document Format）：一种格式，可以将文档保存为一个无需特殊软件即可打开和查看的电子文件。
4. HTML（Hypertext Markup Language）：一种用于创建网页的标记语言，它包含用于格式化文本和添加元素的标记。
5. NASA（National Aeronautics and Space Administration）：美国的国家航空航天局，负责美国的宇宙计划和太空探索活动。 |