taide

/

TAIDE-LX-7B-Chat

like 117

您好

每次輸入和輸出總和最長是 4096 tokens。generation config 我們在測試時一律使用 greedy，當然您也可以調整 generation config 來取得更好效果。

Best regards,
TAIDE

您好

每次輸入和輸出總和最長是 4096 tokens。generation config 我們在測試時一律使用 greedy，當然您也可以調整 generation config 來取得更好效果。

Best regards,
TAIDE

謝謝您 那TAIDE model的上下文context size上限是多少tokens?
如果想輸入長文本文獻資料做summary整理 如: 會談對話、小說文字、文獻期刊、病歷資料等 做摘要整理的話
會限制說不能超過多少tokens嗎? 訓練集資料要怎麼設計比較好呢? 謝謝

您好
我們在訓練 TAIDE 模型時使用的 Context Length 與原版 LLaMA 2 模型一樣是 4096
因此在不更改任何設定或額外訓練的情況下，上限就是 4096

但如果您有需要更長的長度可以考慮使用 RoPE Scaling 的技術，transformers 有原生的實驗性支援
https://huggingface.co/docs/transformers/main/en/model_doc/llama#transformers.LlamaConfig.rope_scaling
https://github.com/huggingface/transformers/blob/fbb41cd4209c00671fef583a39db2f608fcd7098/src/transformers/models/llama/modeling_llama.py#L293-L318
其中 Dynamic NTK scaling 的方式能夠在不做任何額外訓練的情況下有不錯的長度擴展能力

您好:

context 問題如 @ShinoharaHare 哥所說。至於FT資料集的設計，我們可以提供幾個對於 general chat ability 有幫助的方向，您可以參考看看:

1. FT 資料需要足夠 diverse (topic / task 等)。
2. FT 資料如果品質夠好，用少量資料就可以有很好效果。
3. CoT 對於FT結果很有幫助。

以下是幾篇相關論文:
https://arxiv.org/abs/2307.08701
https://arxiv.org/abs/2305.11206

Best regards,
TAIDE

您好:

context 問題如 @ShinoharaHare 哥所說。至於FT資料集的設計，我們可以提供幾個對於 general chat ability 有幫助的方向，您可以參考看看:

1. FT 資料需要足夠 diverse (topic / task 等)。
2. FT 資料如果品質夠好，用少量資料就可以有很好效果。
3. CoT 對於FT結果很有幫助。

以下是幾篇相關論文:
https://arxiv.org/abs/2307.08701
https://arxiv.org/abs/2305.11206

Best regards,
TAIDE

謝謝回復 不過本身是這塊領域的初學者 很多專業術語看不懂，目前只是用GPT4all介面測試TAIDE 而已
所以TAIDE 目前context就只能4096個token，類似chatgpt 一個對話channel的上限就這些內容嗎?
還想不到說怎麼用類似用python來用OpenAI API的方式

您好，

請參考 Kuwa 關於以下功能的程式碼：

1. 多輪對話
2. API Proxy

https://github.com/kuwaai/genai-os

Best regards.