Upload app.py

app.py

@@ -694,10 +694,10 @@ def mindAsk(
 with gr.Blocks(title="🐰Bofan Ai🐰", theme=gr.themes.Soft(text_size="sm")) as demo:
     # gr.HTML("""<h1 align="center">ChatGLM2-6B-int4</h1>""")
     gr.HTML(
-        """<center><a href="https://huggingface.co/spaces/mikeee/chatglm2-6b-4bit?duplicate=true"><img src="https://bit.ly/3gLdBN6" alt="Duplicate Space"></a>It's beyond Fitness,模型由[帛凡]基于ChatGLM-6b进行微调后，在健康（全科）、心理等领域达至少60分的专业水准，而且中文总结能力超越了GPT3.5各版本。</center>"""
+        """<center><a href="https://huggingface.co/spaces/mikeee/chatglm2-6b-4bit?duplicate=true"><img src="https://bit.ly/3gLdBN6" alt="Duplicate Space"></a>It's beyond Fitness,模型由[帛凡]基于ChatGLM-6B进行微调后，在健康（全科）、心理等领域达至少60分的专业水准，而且中文总结能力超越了GPT3.5各版本。</center>"""
         """<center>特别声明：本应用仅为模型能力演示，无任何商业行为，部署资源为Huggingface官方免费提供，任何通过此项目产生的知识仅用于学术参考，作者和网站均不承担任何责任。</center>"""
         """<h1 align="center">🐰帛凡 Fitness AI🐰 演示</h1>"""
-        """<center><a href="https://huggingface.co/fb700/chatglm-fitness-RLHF">Bofan基于chatglm-6的微调模型</a>如果喜欢请给个 💖 。遇到任何问题可邮件和我联系👉 fb700@qq.com</center>"""
+        """<center><a href="https://huggingface.co/fb700/chatglm-fitness-RLHF">Bofan基于chatglm-6B的微调模型</a>如果喜欢请给个 💖 。遇到任何问题可邮件和我联系👉 fb700@qq.com</center>"""
     )
 
     with gr.Accordion("🎈 相关信息", open=False):
@@ -706,18 +706,14 @@ with gr.Blocks(title="🐰Bofan Ai🐰", theme=gr.themes.Soft(text_size="sm")) a
 
             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。
                        
-            本项目经过多位网友实测，中文总结能力超越了GPT3.5各版本，健康咨询水平优于其它同量级模型，且经优化目前可以支持无限context，远大于4k、8K、16K......，可能是任何个人和中小企业首选模型。
+            本项目通过多位网友实测，证明了其中文总结能力超越了GPT3.5的各个版本，同时在健康咨询方面的表现也比其他同量级模型更加出色。经过优化，该模型可以支持无限上下文，远超过4K、8K、16K等限制，这可能是个人和中小企业的首选模型。
             
-            *首先，用40万条高质量数据进行强化训练，以提高模型的基础能力；
+            * 使用 40 万条高质量数据进行强化训练，以提高模型的基础能力；
+            * 使用 30 万条人类反馈数据，构建了一个表达方式规范优雅的语言模式(RM模型);
+            * 使用 30 万条 fitness 数据，在保留 SFT 阶段三分之一训练数据的同时，增加了 30 万条 fitness 数据，叠加了RM模型，对 ChatGLM-6B 进行强化训练。
+            经过训练，我们对模型有了更深入的认知，LLM一直在进化。使用好的方法和数据可以挖掘出模型的更大潜能。训练中特别强化了中英文学术论文的翻译和总结，可以成为普通用户和科研人员的得力助手 
             
-            *第二，使用30万条人类反馈数据，构建一个表达方式规范优雅的语言模式（RM模型）；
-            
-            *第三，在保留SFT阶段三分之一训练数据的同时，增加了30万条fitness数据，叠加RM模型，对ChatGLM-6B进行强化训练。
-            
-            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。
-            训练中特别强化了中英文学术论文的翻译和总结，可以成为普通用户和科研人员的得力助手。 
-            
-            免责声明：本应用仅为模型能力演示，无任何商业行为，部署资源为huggingface官方免费提供，任何通过此项目产生的知识仅用于学术参考，作者和网站均不承担任何责任   。      
+            免责声明：本应用旨在展示huggingface模型的能力，huggingface官方提供免费的部署资源。任何通过此项目产生的知识仅用于学术参考，作者和网站均不承担任何责任。   。      
             
             The T4 GPU is sponsored by a community GPU grant from Huggingface. Thanks a lot!
             
@@ -778,7 +774,7 @@ with gr.Blocks(title="🐰Bofan Ai🐰", theme=gr.themes.Soft(text_size="sm")) a
             temperature = gr.Slider(
                 0.01, 1, value=0.85, step=0.01, label="Temperature", interactive=True
             )
-            gr.HTML("""<h3 align="center">🍀健康咨询和心理咨询请先点击，再输入问题。基于🐰帛凡FitnessAI🐰开发🍀</h3>""")
+            gr.HTML("""<h3 align="center">🍀健康和心理咨询请先点击，再输入问题。<a href="https://huggingface.co/fb700/chatglm-fitness-RLHF">模型由🐰帛凡基于chatglm-6微调</a>🍀</h3>""")
 
     history = gr.State([])
     past_key_values = gr.State(None)