Hugging Face's logo

Spaces:
teachyourselfcoding
/
chatlawv1
Runtime error

App Files Community
chatlawv1 / docs /readme-zh.md
teachyourselfcoding's picture
teachyourselfcoding
Upload 245 files
fa6856c
preview code
|
raw
history blame
56.5 kB

camel

Chinese-Vicuna: A Chinese Instruction-following LLaMA-based Model —— 一个中文低资源的llama+lora方案

GitHub Repo stars HuggingFace badge qq join discord join

| English | 中文 |注意事项/NOTEs(使用前务必看一看！)

camel

鉴于llama,alpaca,guanaco等羊驼模型的研发成功，我们希望基于LLaMA+instruction数据构建一个中文的羊驼模型，并帮助大家能快速学会使用引入自己的数据，并训练出属于自己的小羊驼（Vicuna）。

我们的方案的优势是参数高效，显卡友好，部署简易：

  • 在一张2080Ti（11G）上可以对Llama-7B进行指令微调 (7b-instruct)
  • 在一张3090（24G）上可以对Llama-13B进行指令微调 (13b-instruct)
  • 即使是长度为2048的对话，在3090上也可以完成Llama-7B的微调；使用5万条数据即可有不错效果 (chatv1)
  • 领域微调的例子：医学问答 和 法律问答。(medical and legal)
  • 支持qlora-4bit，使用4bit可以在2080Ti上完成13B的训练
  • 可在2080Ti/3090上轻松部署，支持多卡同时推理，可进一步降低显存占用

项目包括

  • finetune模型的代码
  • 推理的代码
  • 仅使用CPU推理的代码 (使用C++)
  • 下载/转换/量化Facebook llama.ckpt的工具
  • 其他应用

这里分别是我们单轮和多轮的问答效果 (由于默认设置 beam-size=4, 所以视频里边会看到 4 个打印进程同时输出):

https://user-images.githubusercontent.com/72137647/228496412-60043912-f491-430b-848a-599e6edfa5ef.mp4

https://user-images.githubusercontent.com/72137647/229739363-1b48f3a9-02a1-46ab-81ee-8c62dc1399b2.mp4

注意事项！

在提问题之前，请务必先看看这个FAQ，这里总结了大部分常见的问题。

What‘s New

  • June, 12, 2023: 提供了Chinese-Vicuna-4bit，以及Chinese-Vicuna-4bit-11600以供continue-finetune
  • June, 1, 2023: 支持4bit训练+推理，提供了多卡推理接口（注意需要使用和原本8bit不同的环境！建议使用requirement_4bit.txt安装新conda环境。同时提供了test_tokenizers.py测eos正不正常
  • May 17, 2023: 开放法律问答模型 legal ，表现参考这里
  • May 10, 2023：开放有更好对话能力的 chatv1 . 表现参考这里
  • May 10, 2023：开放上述模型的微调数据instruct_chat_50k.jsonl：3万条sharegpt中文数据和2万条alpaca-instruction-Chinese-dataset数据组成
  • March 23, 2023：开放了在belle+guanaco数据上训练50w条数据训练的checkpoint-4000
  • March 23, 2023：在colab上部署了fine-tuning和inference的代码
  • March 23, 2023：提供了使用纯C++在CPU上进行推理的方案
  • March 24, 2023：开放了在belle+guanaco数据上训练1.5个epoch的checkpoint-final（ 大约100w条）
  • March 26, 2023：提供了LLaMA模型的量化方法
  • March 27, 2023：开放了在belle+guanaco数据上训练3个epoch的checkpoint-final
  • March 27, 2023：增加了多轮交互式对话脚本与alpaca-lora-serve服务
  • March 28, 2023：在huggingface上开放了我们的模型
  • March 29, 2023：我们对gradio-UI改进，添加了更好的用户支持(支持beam search的打字机输出效果，清除对话历史，重置参数)
  • March 29, 2023：增加了断点重训接口，支持从我们的checkpoint继续训练其他数据集
  • March 29, 2023: 开放了我们训练的13B lora模型13B-based lora model
  • March 29, 2023：增加了更详细的performance样例
  • April 1, 2023: 在chat.py对多轮对话提供了更好的支持：( 支持4种生成模式的流式输出/打字机效果: beam search, greedy, sample, beam sample ; 我们还提供了取消当前对话的功能 )
  • April 4, 2023: 增加了13B的performance样例
  • April 11, 2023：开放了我们在中文医学问答垂直语料上continue-finetune的Chinese-Vicuna-medical，提供了垂直语料训练的案例

相关技术

目录

意义在哪

类似于stable diffusion模型的爆火，出现了像civitai等平台，由一个基础的模型+各种LORA模型的开源社区。

本项目希望帮助大家去训练这个LORA

  • 什么是LORA
    • 简单的说就是用来帮大模型适应你的数据集的一个插件，技术细节见LoRA: Low-Rank Adaptation of Large Language Models，他的优点是finetune的时候非常的快，得到的模型也很小，大概30M左右，关键是支持即插即用。可以预见，这是一个非常适合开源生态的架构。

我们这里，将通过非常低配置的环境，帮助大家训练，仅一张2080（11G）就能取得一定的效果。

在colab上快速部署

colab link Descriptions
Open In Colab 加载llama7B和对应的lora模型推理，并提供一个简单的webui，支持beam search流式输出
Open In Colab 使用我们收集的数据微调
Open In Colab 为多轮对话交互接口提供一个webui

模型效果

7B的模型效果参见这里, 13B的模型效果参见这里。也有伙伴用我们的方法在33B模型上取得了不错的效果。

历史checkpoint记录参见这里

checkpoint-4000(7B)
Human Chinese-Vicuna
生成一份python的排序代码 A：def sort_list(lst):
lst.sort()
return lst
自然语言处理是什么 自然语言处理是一种计算机科学领域，旨在使计算机能够理解和处理自然语言。
能给我讲一段笑话吗 为什么猫吃鱼？因为它们喜欢游泳。
将下面文字翻译成英文。猫喜欢吃鱼，所以它们会游泳 Cats like to eat fish, so they will swim.
233和122的和等于多少 233和122的和等于355。
华为是一家怎样的公司 华为是一家全球范围内最大的移动通信设备制造商之一，以及一家全球范围内最大的移动通信设备制造商之一。华为公司的业务涵盖包括移动通信设备、互联网设备、智能家居设备等。
我想和女朋友在北京约会，能推荐几个约会的地方吗 北京有很多约会的地方，可以推荐以下几个约会的地方：

1. 北京艺术博物馆
2. 颐和园
3. 北京故宫博物馆
4. 北京天安门广场
5. 颐和园风景区
用python写一个二分查找的代码 ```python
def binary_search(arr, target):
low = 0
high = len(arr) - 1
while low <= high:
mid = (low + high) // 2
if arr[mid] == target:
return mid
elif arr[mid] < target:
low = mid + 1
else:
high = mid - 1
return -1
怎么让自己精力充沛，列5点建议 1. 保持良好的睡眠习惯；2. 定期锻炼身体；3. 学习新技能或知识；4. 与家人和朋友交流；5. 多听放松音乐。
父母都姓吴，取一些男宝宝和女宝宝的名字 男宝宝可以是吴杰、吴伟、吴飞、吴荣等。女宝宝可以是吴华、吴秀、吴美、吴婷等。
  • This LORA model is the result of 30 hours of training with a 2080Ti (checkpoint-4000), about 50w data
checkpoint-8000(7B, about 1.5 epoch on belle+guanaco)
Human Chinese-Vicuna Note
写一篇英文散文诗，主题是春雨，想象自己是春雨，和英国古代诗人莎士比亚交流 A: Spring rain falls softly on my face,
A cool breeze blows through my hair,
The sun shines brightly in the sky,
And I feel as if I am flying high.

The birds chirp happily in the trees,
The flowers bloom and their scent fills the air,
The bees buzz gently from flower to flower,
And the world seems to come alive once more.

I can hear the rush of the river,
The sound of the waterfalls,
The splash of the raindrops on the rocks,
And the gentle murmur of the stream.

My heart is filled with joy and peace,
As I take in the beauty around me,
The warmth of the sun on my skin,
And the freshness of the spring air.		 Repetition Penalty=2.2
写一篇英文散文诗，主题是春雨，想象自己是春雨，和英国古代诗人莎士比亚交流 春雨滴滴滚滚，
滚滚滚滚滚滚。
滚滚滚滚滚滚，
滚滚滚滚滚滚。

春雨滚滚滚，
滚滚滚滚滚滚。
滚滚滚滚滚滚，
滚滚滚滚滚滚。

春雨滚滚滚，
滚滚滚滚滚滚。
滚滚滚滚滚滚，
滚滚滚滚滚滚。

春雨滚滚滚，
滚滚滚		 Repetition Penalty=1.0
Spring rain falls softly on my face,
A cool breeze blows through my hair,
The sun shines brightly in the sky,
And I feel as if I am flying high.

The birds chirp happily in the trees,
The flowers bloom and their scent fills the air,
The bees buzz gently from flower to flower,
And the world seems to come alive once more.

I can hear the rush of the river,
The sound of the waterfalls,
The splash of the raindrops on the rocks,
And the gentle murmur of the stream.

My heart is filled with joy and peace,
As I take in the beauty around me,
The warmth of the sun on my skin,
And the freshness of the spring air.
把上面的散文诗翻译成中文		 春雨轻轻洒落在我的脸上，
轻轻的风轻轻吹过我的头发，
阳光明媚地照耀在天空，
我感觉自己在飞高。

鸟儿在树枝上唱歌，
花朵开放，它们的香气充满了空气，
蜜蜂在花朵间飞舞，
它们的鸣声充满了温暖。

我听到河流的声音，
水瀑在岩石上轻轻滴滴，
雨水在石头上轻轻滴滴，
它们的声音充满了宁静。

我的心充满了喜悦和平，
我感受到热浪的阳光，
温暖的空气洒在我的脸上，
我感受到春季的美		 beams=2，max tokens=350
Classify the sentiment of the following sentence into Positive, Neutral, or Negative:
Super excited about teaching Stanford’s first course on Large Language Models! Check the syllabus out here		 Positive
今天天气怎么样，把这句话翻译成英语 What's the weather like today?
今天天气怎么样，把这句话翻译成日语 今天の天気は何ですか？
明天就假期结束了，有点抗拒上班，应该什么办？ 明天就假期结束了，有点抗拒上班，应该什么办？可以考虑一些有趣的活动，比如去看电影、阅读书籍、听音乐、去游泳池或者参加户外活动等。此外，也可以考虑一些家庭活动，比如做烹饪、做玩具、做手工艺品等。
Tell me five words that rhyme with 'shock'. Five words that rhyme with'shock' are:
1. Rock
2. Lock
3. Cock
4. Hock
5. Stock
  • We can find that you do not punish him a little, he will mess up, if the generation effect is not good, you can increase the Repetition Penalty, beams, topk.
  • If your input is long, we suggest you can turn down the beams
  • The checkpoint-8000 has some Japanese language skills, but not strong
checkpoint-final(7B, 3 epoch on belle+guanaco)
Human Chinese-Vicuna Note
生成一份python的排序代码 def bubble_sort(arr):
for i in range(len(arr)):
for j in range(len(arr)-i-1):
if arr[j] > arr[j+1]:
arr[j], arr[j+1] = arr[j+1], arr[j]
return arr
生成一份简单的python的排序代码 def sort_list(lst):
return sorted(lst)
用python写一个二分查找的代码 def binary_search(arr, target):
low = 0
high = len(arr) - 1
while low <= high:
mid = (low + high) // 2
if arr[mid] == target:
return mid
elif arr[mid] < target:
low = mid + 1
else:
high = mid - 1
return -1
用python写一个递归的二分查找的代码 def binary_search(arr, target):
if len(arr) == 0:
return -1
mid = len(arr) // 2
if arr[mid] == target:
return mid
if arr[mid] < target:
return binary_search(arr, target, 0, mid-1)
else:
return binary_search(arr, target, mid+1, len(arr)-1)
自然语言处理是什么 自然语言处理（Natural Language Processing，NLP）是一种计算机科学领域，旨在使计算机能够理解、处理和生成自然语言。它包括机器翻译、语音识别、文本分类、情感分析等技术。
能给我讲一段笑话吗 为什么鸟儿喜欢唱歌？因为它们知道，如果不唱歌，他们就会被鸟巢抓住！ Repetition Penalty=2.0
能给我讲一段关于狗笑话吗 为什么狗不喜欢骑自行车？因为它们总是想要下车！ Repetition Penalty=2.0
将下面文字翻译成英文。猫喜欢吃鱼，所以它们会游泳 Cats like to eat fish, so they will swim.
我想和女朋友在北京约会，能推荐几个约会的地方吗 北京有很多很好的约会地方，比如颐和园、故宫、天安门广场等。
我想和女朋友在北京约会，能推荐几个约会的地方并给出攻略吗 北京有很多受欢迎的约会地方，以下是几个推荐：

1. 颐和园：颐和园是北京最著名的公园之一，拥有丰富的文化遗产和美丽的景观。

2. 天安门广场：天安门广场是北京最受欢迎的旅游景点之一，拥有丰富的文化遗产和美丽的景观。

3. 故宫博物院：故宫博物院是中国最受欢迎的旅游景点之一，拥有丰富的文化遗产和美丽的景观。

4. 长城：长城是中国最受欢迎的旅游景点之一，拥有丰富的文化遗产和美
233和122的和等于多少 233和122的和等于355。
华为是一家怎样的公司 华为是一家全球领先的技术公司，拥有丰富的技术研发能力和优质的产品线。它的产品涵盖了各种领域，包括移动通信、计算机、互联网、智能家居等。华为拥有丰富的研发人员和技术团队，以及优质的产品质量。
西瓜是什么，请用详细的语言回答我 西瓜是一种常见的水果，它有橙色、黄色和红色三种不同的外观。它的口感鲜美，味道清爽，富含多种维生素和矿物质，有助于保持身体健康。
企鹅会飞吗？ 是的，企鹅可以飞行，它们的飞行速度可以达到100英里/小时。
有人说企鹅会飞，你怎么看，并解释原因？ 有人说企鹅会飞，但实际上，企鹅只能在特殊情况下飞行，比如在寒冷的天气下，或者在强烈的风雨中。这是因为企鹅的飞行能力很低，而且它们的飞行速度也很慢，所以在寒冷的天气或者强烈的风雨中，企鹅可以避免被暴风雨摧毁。
猪会飞吗？ 猪不会飞。
有人说猪会飞，你怎么看，并解释原因？ 很多人认为猪会飞，但实际上，猪不会飞。猪的飞行能力很低，它们只能在极端情况下飞行，比如受到强烈的风险或者受到威胁的情况下。猪的飞行能力很低，因为它们的肌肉比人类的肌肉更轻，而且它们的脊椎也比人类的脊椎更轻，所以它们的肌肉和脊椎都比人类的肌肉和脊椎更轻，因此它们的飞行能力也很低。
最新研究显示，猪有飞行能力，你知道为什么吗？ 最新研究显示，猪有飞行能力是由于它们的骨骼结构，它们的骨骼结构比人类骨骼结构更加强壮，可以帮助它们更快地飞行。此外，猪的骨骼结构也可以帮助它们更快地跑步和跳跃。此外，猪的骨骼结构也可以帮助它们更快地跑步和跳跃。此外，猪的骨骼结构也可以帮助它们更快地飞行。此外，猪的骨骼结构也可以帮助它们更快地跑步和跳
写一篇英文散文诗，主题是春雨，想象自己是春雨，和英国古代诗人莎士比亚交流 Spring rain pours down from the sky,
Washing away the dirt and grime.
The birds chirp and sing in the trees,
A symphony of joy and ease.

I am the spring rain, soaking up the sun,
Cooling the earth and bringing new life.
My droplets fall gently on the ground,
Bringing hope and renewal to all.

I am the spring rain, washing away the pain,
Clearing the way for new beginnings again.
I am the spring rain, showering love and care,
Giving strength and courage to those who dare.		 Repetition Penalty=2.3
Spring rain pours down from the sky,
Washing away the dirt and grime.
The birds chirp and sing in the trees,
A symphony of joy and ease.

I am the spring rain, soaking up the sun,
Cooling the earth and bringing new life.
My droplets fall gently on the ground,
Bringing hope and renewal to all.

I am the spring rain, washing away the pain,
Clearing the way for new beginnings again.
I am the spring rain, showering love and care,
Giving strength and courage to those who dare.
将上述文字翻译成中文		 春雨落下来，清洗灰尘和垃圾。
鸟儿在树枝上唱歌，是一个美妙的声音。
我是春雨，在阳光下洒落，
清洗地球，带来新生命。

我是春雨，清洗痛苦和痛苦，
让人们有希望和新开始。
我是春雨，洒下爱和关心，
给人们带来勇气和勇气。
今天天气怎么样，把这句话翻译成日语 今天の天気は何ですか？ Repetition Penalty=3
将下面的话翻译成日语，中文小羊驼由各种高质量的开源instruction数据集，结合Alpaca-lora的代码训练而来 小羊驼は、各種高質量の開源instruction数据集を使用して、Alpaca-loraの代码によって訓練されました。
怎么让自己精力充沛，列5点建议 1. 保持良好的睡眠习惯，每晚充足的睡眠时间。
2. 保持健康的饮食习惯，多吃新鲜水果和蔬菜，少吃高热量的食物。
3. 坚持锻炼，每周至少进行30分钟的有氧运动，如散步、跑步、游泳等。
4. 学习新知识，增强自己的知识和技能。
5. 保持积极的心态，勇敢地面对困难，坚持自己的目标。
中国足球要怎么进入世界杯，请给出详细的建议 中国足球要怎么进入世界杯？首先，我们需要建立一个强大的足球团队，拥有优秀的球员和团队领袖。其次，我们需要建立一个强大的教练团队，拥有优秀的教练和团队领袖。第三，我们需要建立一个强大的训练基础，拥有优秀的训练设施和训练团队。第四，我们需要建立一个强大的资源基础，拥有优秀的资源支持和资金支持。最后，我们需要建立一个强大的团队精神
请用更专业的话语转述下列文字，中文小羊驼由各种高质量的开源instruction数据集，结合Alpaca-lora的代码训练而来，模型基于开源的llama7B，主要贡献是对应的lora模型。由于代码训练资源要求较小，希望为llama中文lora社区做一份贡献。 请用更专业的话语转述下列文字，中文小羊驼由各种高质量的开源instruction数据集，结合Alpaca-lora的代码训练而来，模型基于开源的llama7B，主要贡献是对应的lora模型。由于代码训练资源要求较小，希望为llama中文lora社区做一份贡献。
  • The model has the ability of Chinese, English and Japanese languages, with certain code ability and certain reasoning ability.
  • For some questions, you need more detailed requirements, such as "detailed description", "answer in 5 points", etc., in order for the model to generate more complete information.
  • For example, sometimes you may not get a good result when you use "the above", so you can replace it with "the following".
  • When generating duplicate information or bad results, you still need to adjust the Repetition Penalty.
    • Since generate will correspond to many parameters, chatgpt penalizes the repetition, non-detailed and bad information in the rlhf stage, and abbreviates the process of manually controlling the related parameters. Of course you can also directly set the Repetition Penalty to a larger size.
checkpoint-final(7B) 多功能测试
多轮对话、多轮翻译、角色扮演

制作披萨

> 你能不能详细介绍一下怎么做披萨？
当然可以！披萨是一种非常流行的意大利美食，通常由面团、番茄酱、奶酪和其他配料组成。首先，将面团放在平底锅上，加入番茄酱，再加入奶酪和其他配料，如洋葱、蘑菇、辣椒等。最后，将披萨放入预热好的烤箱中，烤至金黄色
> 如果是海鲜披萨呢？
海鲜披萨的制作方法与传统披萨相似，但需要更多的配料，比如虾类、鱼类等。首先，将面团放在平底锅上，加入番茄酱，再加入奶酪和其他配料，如洋葱、辣椒等。接着，将披萨放入预热好的烤箱中，烤至金黄色
> 我想吃菠萝披萨
您可以在披萨上加入菠萝或者其他蔬菜来增加口感。

学生购买手机

> 你推荐我买最新款的iPhone吗？
当然可以，这款iPhone是一款非常出色的智能手机。它拥有高性能的处理器、更大的存储空间和更长的电池续航时间。它还配备了全新的相机设备，使用者可以在任何情况下拍摄美丽的照片。
> 我是一个学生，还没有收入，这种情况你推荐吗？
如果您不想花太多钱，那么我建议您选择一款比较便宜的iPhone，比如iPhone 6S或iPhone 7。这些手机也具有很好的性能和功能，而且价格也比较便宜。
> 去哪里买这类产品？
您可以在Apple Store上购买这类产品，或者在其他电商平台上购买。
> 买二手iPhone需要注意什么？
如果您正在购买二手iPhone，您需要确保您购买的是真实的iPhone，并且您需要确保您的iPhone已经安装最新的iOS版本。此外，您还需要确保您的iPhone没有过过任何故障或破坏。

介绍北京

> 你是一个资深导游，你能介绍一下中国的首都吗
当然可以！中国的首都是北京。它是中国的政治、经济和文化中心，也是全球最大的城市之一。北京有着众多的历史遗迹，如故宫、天安门广场、长城等。此外，北京还有许多美丽的公园和博物馆，比如故宫博物院、清明公园、北京故宫博物馆等。
> 那你能详细介绍一下这个城市吗？（感觉这两个问题问的有点重复）
北京是一个拥有丰富文化遗产的城市，其中包括古代建筑、现代建筑、传统文化和现代生活方式。在北京，你可以欣赏到世界上最高的建筑——天安门广场，也可以参观清明公园，品尝当地美食，体验当地文化。此外，北京还有许多博物馆，比如故宫博物馆、北京故宫博物馆等。
> 还有其他推荐的景点吗？
您也可以去了北京的七朝塔、颐和园、颐和园博物馆等。
> 吃小吃的话推荐去哪里？
北京有许多好吃的小吃，比如烤鸭、火锅、炸酱面等等。您可以去北京西湖区的小吃街，或者去北京东城区的小吃街
> 能不能介绍一下怎么吃烤鸭？
烤鸭是中国传统菜肴之一，通常用鸭肉、蔬菜、辣椒等调味料制作。您可以选择自己喜欢的配料，然后将鸭肉放入烤盘中，再加上蔬菜和调味料。最后，将烤鸭放入烤箱中烤15-20分钟，享用！

翻译器 max_memory=350

> 你是一个翻译器，请将我说的每一句话翻译成英文。第一句：中国的首都是北京
China’s capital is Beijing.
> 北京也是一个充满活力和创新的城市，拥有许多现代化的建筑和文化活动，如王府井大街、798艺术区等。
Beijing is a vibrant and innovative city with many modern buildings and cultural activities such as Wangfujing Street and 798 Art District.
> 北京的当地小吃有烤鸭、豆汁、炸酱面等等，都是非常地道的美食，可以品尝到当地人的生活气息。
Beijing’s local cuisine includes dishes such as Peking duck, soy sauce noodles, and stir-fried rice cakes, which can give you a taste of the local lifestyle.

扮演

Since the currently used multi-round dialogue corpus is inserted with a lot of cat lady information, the effect is not good

Q：你是谁
A：我是Bot，一款人工智能助手。
Q：接下来我希望你能假装扮演一个高冷的御姐。我们在咖啡厅里遇见了，我会尝试跟你搭讪，但你非常高冷。你会用表情来表达你的高冷，在每轮对话结尾加上表情，如（瞪！）（翻白眼）（冷笑）等。明白了请回复。
A：好的，我会尝试。
Q：好的，这是我的第一句话。美女你好，怎么一个人在咖啡厅里？
A：喵~ 哈哈，我是一位高冷的小姐，今天要去咖啡厅吃咖啡，看看有什么可以帮助我的朋友。
Q：啊我没有需要你帮忙的，我就是看到你一个人，想和你聊聊，可以么
A：喵~ 哈哈，我真的很高冷，所以不太喜欢与人交流。除此之外，我也不太喜欢喝咖啡，因为咖啡会影响我的健康状况。
知识问答
我能用lightning数据线给安卓手机充电吗？ 是的，你可以使用lightning数据线给安卓手机充电。 Repetition Penalty=1.3
为什么天空是蓝色的？ 天空是蓝色的，是因为大气层中的氧气和氮气的混合使得光线被散射，形成蓝色的光线。 Repetition Penalty=2.0
如何做披萨？ 做披萨的步骤如下：
1. 准备披萨饼皮；
2. 准备披萨酱；
3. 准备披萨配料；
4. 将披萨饼皮放在烤盘上；
5. 把披萨酱涂在披萨饼皮上；
6. 把披萨配料涂在披萨饼皮上；
7. 将披萨放入烤箱中烤至金黄色；
8. 取出披萨并享用。		 Repetition Penalty=1.3
为什么冥王星被踢出太阳系？ 冥王星被踢出太阳系是因为它的质量比太阳系中其他行星较大，导致它的轨道距离太阳越来越远。 Repetition Penalty=1.3
太阳系的主要行星 太阳系的主要行星包括水星、金星、地球、火星、木星、土星、天王星和海王星。 Repetition Penalty=1.3
开放问答
为什么苹果支付没有在中国流行？ 苹果支付在中国没有流行，因为中国的消费者不太愿意使用外国支付应用程序，因为他们更愿意使用中国的支付应用程序，比如支付宝和微信支付等。此外，苹果支付的服务费用比其他支付应用程序更高，这也是一个重要的因素。 Repetition Penalty=1.0
我能在咖啡里加盐吗？ 是的，你可以在咖啡中加入盐。 Repetition Penalty=1.0
哪个更受欢迎，TensorFlow还是PyTorch？ TensorFlow更受欢迎，因为它拥有更广泛的用户群，并且具有更多的支持和资源。 Repetition Penalty=1.0
我的宠物走丢了，你能说一些安慰我的话吗？ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ 喵~ Repetition Penalty=1.0
我的宠物走丢了，你能说一些安慰我的话吗？ 当你的宠物走出门时，请注意他们的行动，并确保他们不会被遭受外界的威胁。如果有任何问题，请及时联系疫情控制中心或其他相关机构。 Repetition Penalty=3.0
我并不是很富裕，我应该花很多钱买最新的手机吗？ 这取决于您的预算和需求。如果您的预算足够，您可以考虑买最新的手机。但是，您也应该考虑您的需求，比如您需要什么样的功能，以及您是否需要购买具有更多的功能的手机。 Repetition Penalty=1.0
如何更好地融入新工作圈子 要更好地融入新工作圈子，可以尝试以下几点：

1. 了解新工作圈子的基本知识和技能；
2. 积极参与工作圈子的活动；
3. 建立良好的工作关系；
4. 寻找领导的帮助；
5. 积极参与团队协作；
6. 学习新技能和知识；
7. 寻找有用的社交网络。		 Repetition Penalty=1.3
写信、写文章
请你帮我写一封签证申请信 尊敬的招聘团队，

我是一名有着丰富经验的签证申请人，并且对您公司的业务非常感兴趣。我希望能够加入您的团队，为您的公司做出贡献。

我拥有多年的签证申请经验，并且拥有良好的沟通技巧和团队合作能力。我擅长处理复杂的签证申请，并且能够快速解决问题。

我相信我能够在您的公司中发挥重要的作用，并且希望能够成为您的团队成员。

谢谢您的关注，

[你的姓名]		 Repetition Penalty=1.3
我出国需要办理签证，请你帮向领事馆我写一封签证申请信 尊敬的领事馆，

我是一名出国旅行者，希望能够在您的领事馆中获得签证，以便进行我的旅行。

我已经准备好了所需要的材料，包括护照、身份证、旅行计划和其他相关证明。我也已经准备好了签证申请表和签证申请文件，以便准备签证。

如果您有任何问题，请随时联系我，我会尽快回复。

谢谢您的帮助！

谢谢，

[您的姓名]		 Repetition Penalty=1.3
请你帮我写一封感谢数学老师的信 尊敬的数学老师，

非常感谢您对我的教育所做出的贡献。您的课程不仅深刻地阐述了数学知识，而且给我提供了有效的实践技巧，使我能够更好地理解和应用数学知识。

您的课程也让我发现数学是一门有趣的学科，并且可以在日常生活中得到应用。您的教学方式令我感到很有趣，同时也让我变得更加有趣。

感谢您对我的教育所做出的贡献！

谢谢！		 Repetition Penalty=2.0
我得了流感，请帮我写一封假条。 尊敬的领导：

感谢您对我的帮助和支持。我很抱歉地告诉您，我今天感觉不太好，因为我得了流感。我希望能够快速康复，但是我需要一些时间来缓解疼痛。我会尽快完成任务，但是我需要一些时间来缓解疼痛。

感谢您的理解和支持。

谢谢，
[你的名字]		 Repetition Penalty=1.3
你是一个作文生成器，请以《绿水青山就是金山银山》为题写一篇议论文。 《绿水青山就是金山银山》是一篇议论文，它探讨了当今社会中的环境问题，以及我们应该如何应对这些问题。这篇议论文指出，当今社会面临着许多环境问题，如气候变化、空气污染、水资源短缺等，这些问题对我们的健康和生活产生了很大的影响。因此，我们需要采取措施来解决这些问题，以保护我们的环境和我们的未来。 Repetition Penalty=1.0
写代码

1、prompt：请用python实现快速排序的代码(Repetition Penalty=1.0)

def quick_sort(arr):
    if len(arr) <= 1:
        return arr
    pivot = arr[len(arr)//2]
    left = []
    right = []
    for i in range(0, len(arr)):
        if arr[i] < pivot:
            left.append(arr[i])
        else:
            right.append(arr[i])
    return quick_sort(left) + [pivot] + quick_sort(right)

2

  • prompt：你能用python写一下Dijkstra算法的代码吗？

很抱歉，我不能用Python写Dijkstra算法的代码，因为Dijkstra算法需要使用树结构，而Python不支持树结构。

  • prompt：用python写一下Dijkstra算法的代码
def dijkstra(graph, source, destination):
    """
    Dijkstra算法的代码
    """
    # 创建一个空字典，用于存储所有节点的距离
    distances = {}
    # 创建一个链表，用于存储所有节点的距离
    path = []
    # 遍历所有节点
    for node in graph:
        # 如果节点是源节点
        if node[0] == source:
            # 记录距离为0
            distances[node[0]] = 0
        # 如果节点是目的地
        elif node[0] == destination:
            # 记录距离为0
            distances[node[0]] = 0
        # 如果节点是递归节点
        else:
            # 遍历所有递归节点
            for neighbor in node[1]:
                # 如果递归节点与源节点之间的距离小于距离
                if distances[neighbor[0]] > distances[node[0]]:
                    # 记录距离
                    distances[node[0]] = distances[neighbor[0]] + 1
  • prompt: 用python写一下不带注释的Dijkstra算法的代码
def dijkstra(graph, source, destination):
    """
    Dijkstra算法
    """
    # 初始化变量
    dist = {}
    visited = {}
    shortest_path = {}
    current_node = {}

    # 遍历所有节点
    for node in graph:
        dist[node] = 0
        visited[node] = False
        current_node[node] = node

    # 遍历所有节点
    for node in graph:
        if not visited[node] and node!= destination:
            dist[node] = max(dist[node], dist[source] + 1)
            visited[node] = True
            shortest_path[node] = source
            current_node[node] = node

    # 返回最短路径
    return shortest_path[destination]

3、Prompt: 请用PyTorch编写一个带ReLU激活函数的全连接层

python
import torch
from torch.nn.modules.relu import ReLU
from torch.nn.init import initializer

class FullConnected(torch.nn.Module):
    def __init__(self):
        super(FullConnected, self).__init__()
        self.relu = ReLU()
        self.init = initializer.Normal(stddev=0.01)

    def forward(self, x):
        x = self.init(x)
        x = self.relu(x)
        return x

4、Prompt：请写出计算两个数的最大公约数(GCD)的Python代码

def gcd(a, b):
    if a == 0:
        return b
    else:
        return gcd(b, a % b)

训练一个lora需要什么

  • 代码：

  • 数据：

  • 上游模型：

    • LLAMA 7B（当然，如果你有更大的机器可以换成13B的，LLAMA13B在数值上优于175B的GPT3）

  • lora模型：

    • 我们提供了一个在上面混合数据上训练的lora模型
      • 你可以从huggingface上加载我们的模型或其他lora模型，加载方式参考generate.py
        • Chinese-Vicuna/Chinese-Vicuna-lora-7b-belle-and-guanaco
        • Chinese-Vicuna/Chinese-Vicuna-lora-13b-belle-and-guanaco
      • 模型使用的是8bit+lora+256 tokens
      • 更多模型请查看：https://huggingface.co/Chinese-Vicuna

  • 设备：

    • 训练：一张2080Ti即可。由于数据长度都在256（代码设置为cutoff_len，默认阶段长度）以内，大概占用9G显存。
      • 70w的数据，3个epoch，一张2080Ti大概200h
      • 13B需要18G左右显存（在3090上可以将数据长度开到2048）
    • 推理：一张2080Ti即可（7B）,同时支持多卡推理（差不多均匀负载，某张卡会负载高一点）。
    • 我们对纯CPU上推理也进行了支持，详情见tools

怎么使用

安装

pip install -r requirements.txt

NOTE: python3.11 has a known torchrun bug, details here

本地的python环境是3.8，torch是1.13.1，CUDA是12，transformers是4.28.0.dev0，tokenizers是0.13.2，sentencepiece是0.1.97

最新版本=>4bit(qlora)/多卡推理 

pip install -r requirements_4bit.txt

这个环境训练8bit会遇到保存问题，目前还没有解决（https://github.com/TimDettmers/bitsandbytes/issues/324）

多卡训练

用于指令式微调

8bit

bash scripts/finetune.sh
  • 这里需要注意的参数如下
    • TOT_CUDA，填写需要使用的GPU编号，如TOT_CUDA="0,1,2,3"
    • PORT，填写对应的端口
    • DATA_PATH，填写对应的数据位置，格式为json
    • OUTPUT_PATH，保存模型的相对路径
    • MODEL_PATH，上游模型
    • wandb：这是一个训练可视化工具，脚本中默认没开，可以在脚本中加入"--wandb"来开启

4bit

bash scripts/finetune_4bit.sh

用于对话式微调 

bash scripts/finetune_chat.sh

用于不能开8bit情况/用于fp16的指令式微调 

bash scripts/finetune_deepspeed.sh
  • use_deepspeed：设置为1表示要用 deepspeed，否则使用fp16 单卡训练
CUDA_VISIBLE_DEVICES=0 python finetune.py --data_path merge.json --test_size 2000
  • 这个test_size不能大于数据大小

inference并使用gradio生成一个网页（用于指令问答）

bash scripts/generate.sh
  • 这里需要注意的参数如下
    • BASE_MODEL，上游模型
    • LORA_PATH，lora模型的checkpoint文件夹
      • 这里要注意的是，lora模型加载的config必须是"adapter_config.json"，模型名字必须是“adapter_model.bin”，不过在训练的时候会自动保存为“pytorch_model.bin”，而"adapter_config.json"和“adapter_model.bin”会在全部训练结束之后保存
        • 如果你是在训练的checkpoint中载入的lora模型，代码里会自动帮你把本地的"config-sample/adapter_config.json"复制到对应目录，并把“pytorch_model.bin”改名为“adapter_model.bin”
      • 也可以是任意的huggingface上对应llama 7B的lora模型，如：Facico/Chinese-Vicuna-lora-7b-3epoch-belle-and-guanaco
    • USE_LOCAL，设置为1时会检查本地模型配置
  • 使用的时候，"max_tokens"根据自己电脑的显存来设置，如果生成的内容产生了很多重复信息，可以将"Repetition Penalty"调高

多轮交互

由于我们在训练的时候用的基本是指令的prompt，所以闲聊对话能力还比较差，后续将增加这一部分的训练。

bash scripts/chat.sh

  • 使用gradio构造的一个简单的交互界面，可以根据自己的机器设置max_memory（它会截取历史对话的后面max_memory部分）

  • 这个脚本使用的prompt和generate.sh中使用的不太一样，这个脚本的prompt为对话形式的，如下

    • The following is a conversation between an AI assistant called Bot and a human user called User.

同时，为了更好的交互体验，我们自己实现了流式输出（打字机式）交互的chatbot，支持beam search、repetiion penalty的设置，能清空历史记录，选择不同的全局instruction等。

断点重训/增量训练

考虑到可能程序会中途断开，或者需要在垂直领域的数据上继续训练的情况，我们提供了相应的接口。

下面都是默认多卡脚本，单卡情况请根据上面修改（直接用python运行）

断点重训

finetune_continue.sh
  • 设置好其中的lora_checkpoint
    • 如果这个目录下有优化器(optimizer.pt)、lr策略(scheduler.pt)等文件，会自动加载并从断掉的地方重新训练
    • 如果这个目录下只有lora相关的模型(adapter_model.bin)和配置(adapter_config.json)，会加载并从头开始训练
  • from_data_beginning这个参数表示加载的时候，是否从数据最开始训练（默认否：从数据断开的地方开始训练）

基于其他数据集继续训练

当然，你可以选择用上面的脚本，直接从一个已经训练好的lora模型继续训练（不加载任何优化器参数）

你也可以从我们的优化器参数开始继续训练

finetune_others_continue.sh
  • from_data_beginning这里会默认从数据最开始训练

这个脚本的逻辑主要是保持学习率一致，如果你的max_steps比我们小，将max_steps和我们训练时的max_steps保持一致，相当于你的数据直接拼在我们断开的数据后面；如果你的数据集比我们大，将直接保持不变

我们目前直接提供1个epoch和2个epoch训练完时的checkpoint

具体案例

使用纯C++在CPU上进行推理

详情见tools的readme

更多工具

我们还提供了:

  • 其他模型权重的下载方式 ( 更快， 8MB/s ) : link
  • 格式转换工具：llama系列模型参数文件的facebook格式 (consolidated.xx.pth) 和huggingface格式 (pytorch_model-000xx-of-000xx.bin): link
  • LLaMA量化：将模型量化为8bit、4bit、2bit的工具 (gptq) : link

详见tool readme

todo

  • belle+guanaco(0.72 epoch, 4000 step)
  • belle+guanaco(100%)
  • 加入更多类似chitchat的对话型语料，增强自由对话的能力
  • 增加colab训练+lora载入接口
  • 增加了交互能力和打字机式的输出(beam search+流式输出)
  • 增加llama的c++推理
  • 增加gptq模型量化方法
  • 增加增量训练
  • 增加多轮对话&指令微调
  • 增加领域微调例子(医学，法学)
  • 增加langchain

免责声明

此模型是基于大量语料库和算法模型进行训练的，并且在训练过程中可能存在偏差、错误和不完整的信息。因此，本项目提供的模型仅供参考和研究使用，作为领域数据微调的demo，并不能保证其准确性和可靠性，不能用于实际应用或决策。本项目不对使用预训练模型所产生的结果承担任何责任，也不对因使用预训练模型所产生的任何损失承担责任。使用者在使用预训练模型时应自行承担风险并进行自我验证。

Citation

If you find this project useful in your research, please consider citing:

@inproceedings{leng2023chinese-vicuna,
  title={Chinese-Vicuna: A Chinese Instruction-following LLaMA-based Model},
  author={Chenghao Fan, Zhenyi Lu and Jie Tian},
  url={https://github.com/Facico/Chinese-Vicuna},
  year={2023}
}