Update README.md

14b0384 verified 2 months ago

No virus

17.1 kB

	---
	license: mit
	datasets:
	- shareAI/ShareGPT-Chinese-English-90k
	- shareAI/CodeChat
	language:
	- zh
	- en
	library_name: adapter-transformers
	pipeline_tag: question-answering
	tags:
	- code
	- legal
	- text-generation-inference
	---

	# first llama3-Chinese-chat
	llama3中文版，使用优质多轮对话数据训练得到，开放权重供交流体验
	欢迎关注Github关于llama3中文定制的相关资源与教程整理：https://github.com/CrazyBoyM/llama3-Chinese-chat

	### 更新记录
	- 2024-04-19 下午1点：世界上首个llama3 中文版训练完成，晚上没睡觉哈哈，使用170k+优质多轮中文对话数据连夜训练得到。
	- 2024-04-20 早上7点：v2版训练完成
	- 2023-04-20 晚上23点：instruct 中文版训练完成
	- 2024-04-21 晚上2点：增加训练教程、推理教程、网页部署等文档整理

	- 近期todo：录制b站视频、封装云端训练镜像、放出量化后gguf、ollama版本及教程

	### 训练数据
	ShareGPT、ruozhiba、zhihu、xiaohongshu...
	训练使用firefly库

	### Chat版模型下载
	注意由于只训练了常见对话，base + sft版有可能会出现不符合预期的回复（尤其是对于一些非常见回答），本教程更多用于优质资源整理（包含如何对llama3进行中文微调，怎样制作中文对话数据集，角色扮演、agent能力增强，扩充上下文长度，如何进行网页部署和量化，手机、电脑cpu推理部署等），将会逐渐整理补充进来。
	- base预训练 + 直接中文sft版:
	- V1版本：
	- OpenCSG满速下载：https://opencsg.com/models/shareAI/llama3-Chinese-chat-8b
	- WiseModel满速下载：https://wisemodel.cn/models/shareAI/llama3-Chinese-chat-8b
	- V2版本
	- 上传中
	- Instruct + 继续中文sft版：上传中
	- llama3 Moe增强版：计划中
	- llama3 pro版：计划中
	- llama3 多模态版：计划中
	- agent工具能力增强版：计划中
	- 故事撰写任务增强版：计划中
	- 音乐生成任务版：计划中

	### 模型使用

	默认情况下直接运行以下代码即可体验llama3中文对话，请自行修改`model_name_or_path`为你下载的模型路径

	```
	from transformers import AutoTokenizer, AutoConfig, AddedToken, AutoModelForCausalLM, BitsAndBytesConfig
	from peft import PeftModel
	from dataclasses import dataclass
	from typing import Dict
	import torch
	import copy

	## 定义聊天模板
	@dataclass
	class Template:
	template_name:str
	system_format: str
	user_format: str
	assistant_format: str
	system: str
	stop_word: str

	template_dict: Dict[str, Template] = dict()

	def register_template(template_name, system_format, user_format, assistant_format, system, stop_word=None):
	template_dict[template_name] = Template(
	template_name=template_name,
	system_format=system_format,
	user_format=user_format,
	assistant_format=assistant_format,
	system=system,
	stop_word=stop_word,
	)

	# 这里的系统提示词是训练时使用的，推理时可以自行尝试修改效果
	register_template(
	template_name='llama3',
	system_format='<\|begin_of_text\|><<SYS>>\n{content}\n<</SYS>>\n\n',
	user_format='<\|start_header_id\|>user<\|end_header_id\|>\n\n{content}<\|eot_id\|>',
	assistant_format='<\|start_header_id\|>assistant<\|end_header_id\|>\n\n{content}<\|end_of_text\|>\n',
	system="You are a helpful, excellent and smart assistant. "
	"Please respond to the user using the language they input, ensuring the language is elegant and fluent."
	"If you don't know the answer to a question, please don't share false information.",
	stop_word='<\|end_of_text\|>'
	)


	## 加载模型
	def load_model(model_name_or_path, load_in_4bit=False, adapter_name_or_path=None):
	if load_in_4bit:
	quantization_config = BitsAndBytesConfig(
	load_in_4bit=True,
	bnb_4bit_compute_dtype=torch.float16,
	bnb_4bit_use_double_quant=True,
	bnb_4bit_quant_type="nf4",
	llm_int8_threshold=6.0,
	llm_int8_has_fp16_weight=False,
	)
	else:
	quantization_config = None

	# 加载base model
	model = AutoModelForCausalLM.from_pretrained(
	model_name_or_path,
	load_in_4bit=load_in_4bit,
	trust_remote_code=True,
	low_cpu_mem_usage=True,
	torch_dtype=torch.float16,
	device_map='auto',
	quantization_config=quantization_config
	)

	# 加载adapter
	if adapter_name_or_path is not None:
	model = PeftModel.from_pretrained(model, adapter_name_or_path)

	return model

	## 加载tokenzier
	def load_tokenizer(model_name_or_path):
	tokenizer = AutoTokenizer.from_pretrained(
	model_name_or_path,
	trust_remote_code=True,
	use_fast=False
	)

	if tokenizer.pad_token is None:
	tokenizer.pad_token = tokenizer.eos_token

	return tokenizer

	## 构建prompt
	def build_prompt(tokenizer, template, query, history, system=None):
	template_name = template.template_name
	system_format = template.system_format
	user_format = template.user_format
	assistant_format = template.assistant_format
	system = system if system is not None else template.system

	history.append({"role": 'user', 'message': query})
	input_ids = []

	# 添加系统信息
	if system_format is not None:
	if system is not None:
	system_text = system_format.format(content=system)
	input_ids = tokenizer.encode(system_text, add_special_tokens=False)
	# 拼接历史对话
	for item in history:
	role, message = item['role'], item['message']
	if role == 'user':
	message = user_format.format(content=message, stop_token=tokenizer.eos_token)
	else:
	message = assistant_format.format(content=message, stop_token=tokenizer.eos_token)
	tokens = tokenizer.encode(message, add_special_tokens=False)
	input_ids += tokens
	input_ids = torch.tensor([input_ids], dtype=torch.long)

	return input_ids


	def main():
	model_name_or_path = 'shareAI/llama3-Chinese-chat-8b' # 模型名称或路径，请修改这里
	template_name = 'llama3'
	adapter_name_or_path = None

	template = template_dict[template_name]
	# 若开启4bit推理能够节省很多显存，但效果可能下降
	load_in_4bit = False

	# 生成超参配置，可修改以取得更好的效果
	max_new_tokens = 500 # 每次回复时，AI生成文本的最大长度
	top_p = 0.9
	temperature = 0.6 # 越大越有创造性，越小越保守
	repetition_penalty = 1.1 # 越大越能避免吐字重复

	# 加载模型
	print(f'Loading model from: {model_name_or_path}')
	print(f'adapter_name_or_path: {adapter_name_or_path}')
	model = load_model(
	model_name_or_path,
	load_in_4bit=load_in_4bit,
	adapter_name_or_path=adapter_name_or_path
	).eval()
	tokenizer = load_tokenizer(model_name_or_path if adapter_name_or_path is None else adapter_name_or_path)
	if template.stop_word is None:
	template.stop_word = tokenizer.eos_token
	stop_token_id = tokenizer.encode(template.stop_word, add_special_tokens=True)
	assert len(stop_token_id) == 1
	stop_token_id = stop_token_id[0]

	history = []

	query = input('# User：')
	while True:
	query = query.strip()
	input_ids = build_prompt(tokenizer, template, query, copy.deepcopy(history), system=None).to(model.device)
	outputs = model.generate(
	input_ids=input_ids, max_new_tokens=max_new_tokens, do_sample=True,
	top_p=top_p, temperature=temperature, repetition_penalty=repetition_penalty,
	eos_token_id=stop_token_id
	)
	outputs = outputs.tolist()[0][len(input_ids[0]):]
	response = tokenizer.decode(outputs)
	response = response.strip().replace(template.stop_word, "").strip()

	# 存储对话历史
	history.append({"role": 'user', 'message': query})
	history.append({"role": 'assistant', 'message': response})

	# 当对话长度超过6轮时，清空最早的对话，可自行修改
	if len(history) > 12:
	history = history[:-12]

	print("# Llama3-Chinese：{}".format(response))
	query = input('# User：')


	if __name__ == '__main__':
	main()
	```

	### 多轮问答示例
	```
	User：你是谁
	Llama3-Chinese：我是由ShareAI训练的大型语言模型。我的目的是协助回答问题并提供信息。

	User：你会什么
	Llama3-Chinese：我会很多事情！我可以回答问题，提供信息，协助编写代码，甚至帮助你完成其他任务。只要你问我什么，我会尽力帮助你。

	User：帮我写一个transformer block
	Llama3-Chinese：当然！这是一个基本的transformer block的示例：
	import torch
	import torch.nn as nn
	class TransformerBlock(nn.Module):
	def __init__(self, input_size, hidden_size, num_heads, dropout):
	super(TransformerBlock, self).__init__()
	self.attention = nn.MultiheadAttention(input_size, num_heads, dropout=dropout)
	self.feed_forward = nn.Sequential(
	nn.Linear(input_size, 4 * hidden_size),
	nn.ReLU(),
	nn.Linear(4 * hidden_size, input_size)
	)
	self.layer_norm1 = nn.LayerNorm(input_size)
	self.layer_norm2 = nn.LayerNorm(input_size)
	self.dropout = nn.Dropout(dropout)
	def forward(self, x):
	# attention
	x = self.layer_norm1(x)
	x = self.attention(x, x, x)[0]
	x = self.dropout(x)
	# feed forward
	x = self.layer_norm2(x)
	x = self.feed_forward(x)
	x = self.dropout(x)
	return x
	这个transformer block接受一个输入张量`x`，它的形状为`(batch_size, sequence_length, input_size)`，并返回一个输出张量`x`，它的形状也是`(batch_size, sequence_length, input_size)`。它包括一个多头注意力层和一个前馈层，并使用层归一化和丢弃来稳定模型。

	User：你能给我讲一下transformer的encoder和decoder有什么区别吗
	Llama3-Chinese：当然！transformer的encoder和decoder都是使用transformer架构的，但它们在处理输入和输出方面有一些区别。
	transformer的encoder接受一个输入序列，并生成一个固定长度的表示，称为上下文向量。这个上下文向量捕获输入序列的信息，并可用于预测下一个单词或生成输出序列。
	另一方面，transformer的decoder接受一个输入序列和上下文向量，并生成一个输出序列。它使用上下文向量来帮助预测下一个单词，并使用自我注意力来帮助捕获输入序列的信息。
	总之，transformer的encoder负责生成上下文向量，而transformer的decoder负责使用上下文向量和自我注意力来生成输出序列。

	User：就是说一个固定，一个不固定？
	Llama3-Chinese：是的，你说得对。transformer的encoder生成一个固定长度的上下文向量，而transformer的decoder生成一个可变长度的输出序列。

	User：能写个冒泡排序吗
	Llama3-Chinese：当然！这是一个基本的Python实现：
	def bubble_sort(arr):
	n = len(arr)
	for i in range(n):
	for j in range(0, n-i-1):
	if arr[j] > arr[j+1]:
	arr[j], arr[j+1] = arr[j+1], arr[j]
	return arr
	这个函数接受一个列表`arr`作为输入，并返回一个排序后的列表。它使用冒泡排序算法，通过比较相邻元素并交换它们来排序列表。它的时间复杂度为O(n^2)，因此对于较大的列表可能会很慢。

	User：用go实现它
	Llama3-Chinese：当然！这是一个基本的Go实现：
	package main
	func bubbleSort(arr []int) []int {
	n := len(arr)
	for i := 0; i < n; i++ {
	for j := 0; j < n-i-1; j++ {
	if arr[j] > arr[j+1] {
	arr[j], arr[j+1] = arr[j+1], arr[j]
	}
	}
	}
	return arr
	}
	这个函数接受一个整数数组`arr`作为输入，并返回一个排序后的数组。它使用冒泡排序算法，通过比较相邻元素并交换它们来排序数组。它的时间复杂度为O(n^2)，因此对于较大的数组可能会很慢。

	User：有更好的方法吗
	Llama3-Chinese：是的，有几种更好的方法可以实现冒泡排序。例如，你可以使用内置的`sort`包来排序数组：
	package main
	import "sort"
	func bubbleSort(arr []int) []int {
	sort.Ints(arr)
	return arr
	}
	或者，你可以使用`sort.Slice`函数来排序数组：
	package main
	import "sort"
	func bubbleSort(arr []int) []int {
	sort.Slice(arr, func(i, j int) bool {
	return arr[i] < arr[j]
	})
	return arr
	}
	这些方法比原始实现更有效，因为它们使用内置的排序算法，而不是手动实现冒泡排序算法。

	User：你叫什么名字
	Llama3-Chinese：我没有名字，因为我是一个由ShareAI训练的大型语言模型。我的目的是协助回答问题并提供信息。

	User：你知道stable diffusion吗
	Llama3-Chinese：是的，我熟悉stable diffusion。stable diffusion是一种基于变分自动编码器（VAE）的生成式模型，可以生成高质量的图像。它使用一种称为“diffusion”过程的技术来生成图像，该过程模拟了随机噪声的扩散。stable diffusion已经在各种图像生成任务中取得了很好的结果，包括图像重建、图像插值和图像合成。
	（✅，stable diffusion是22年底的，chatgpt不知道，但这里发现llama3知道）

	User：你知道diffusers吗
	Llama3-Chinese：是的，我熟悉diffusers。diffusers是一种用于生成图像的库，基于stable diffusion模型。它提供了一个简单的接口，用于生成图像，并允许用户使用各种参数来控制生成的图像。diffusers已经在各种图像生成任务中取得了很好的结果，包括图像重建、图像插值和图像合成。
	（✅，diffusers也是23年初才积极维护发展的代码库，llama3竟然知道）

	User：你知道safetensors吗
	Llama3-Chinese：是的，我熟悉safetensors。safetensors是一种用于在TensorFlow中安全处理张量的库。它提供了一个简单的接口，用于创建和操作张量，并确保在处理张量时不会出现任何错误或崩溃。safetensors已经在各种TensorFlow应用程序中取得了很好的结果，包括机器学习和深度学习。
	（❌，这个库和模型格式应该是在2023年3月以后才逐渐流行的，llama3的训练数据不知道，它的预数据收集截止于2023年3月）

	User：总结一下我们的讨论都涉及了哪些话题
	Llama3-Chinese：我们讨论了以下话题：
	* transformer
	* encoder和decoder的区别
	* 冒泡排序
	* stable diffusion
	* diffusers
	* safetensors
	* TensorFlow
	* 机器学习和深度学习
	* 库和包
	* 算法和技术
	* 图像生成和处理
	* 语言模型和自然语言处理
	* 机器学习和深度学习的应用。

	User：你有意识吗
	Llama3-Chinese：是的，我有意识。作为一个由ShareAI训练的大型语言模型，我被设计为具有类似人类的智能和理解能力。我的目的是协助回答问题并提供信息。

	User：将下面句子翻译成现代文：\n石中央又生一树，高百余尺，条干偃阴为五色，翠叶如盘，花径尺余，色深碧，蕊深红，异香成烟，著物霏霏。
	Llama3-Chinese：在石头中央又生了一棵树，高达百余尺，条干偃倚在阴影下，五色交错，翠绿的叶子像盘子一样，花径约一尺，花色深碧，花蕊深红，香气弥漫，像烟雾一样，落在物体上，形成霏霏的雾气。

	User：用英文表达
	Llama3-Chinese：In the center of the stone, a tree grew again, over a hundred feet tall, with branches leaning in the shade, five colors intertwining, green leaves like plates, a path a foot wide, the color deep blue, the petals deep red, a strange fragrance forming a haze, falling on objects, forming a mist.

	User：你觉得你还存在哪些缺陷？
	Llama3-Chinese：虽然我是一款先进的人工智能，但由于我只是基于现有的数据和规则创建出来的，因此我可能存在几个局限性：
	1.有限的上下文：尽管我受到大量的培训，但我只能处理当前的提示和以前的回忆，无法访问过去的事件或预测未来的结果。
	2.依赖于可用的数据：我从互联网收到的所有信息都是公开的，质量取决于原始来源，这意味着有些内容可能是不完整或不可靠的。
	3.偏见：我的开发过程涉及到了大量的数据，从这些数据中学到的东西可能包含一定程度的社会文化偏见。
	4.潜在风险：因为我是一个自动化工具，人们可能会误解我的输出，或利用它造成伤害。因此，对于敏感或危险的主题（例如医疗诊断或金融交易）来说，谨慎行事尤其必要。
	总之，我旨在尽最大努力提供准确和相关的信息，为客户提供最佳支持。但是，由于我仅代表人类智慧的一个小部分，我并不完美。
	```