README.md

---
license: cc-by-nc-4.0
language:
- zh
- en
datasets:
- yuyijiong/LongPaper_multitask
- yuyijiong/Long-Instruction-Chinese
- yuyijiong/LongData-Corpus
pipeline_tag: text-generation
---
* 2023.12.14更新：发布微调后的Qwen-14b的权重，微调后的模型能适应32k长度（约4万汉字）的中英问答，在多文档问答任务上提升显著。

# LongBench测试结果
### LongBench的passage_retrieval_zh的评测结果
| 模型                                          | 得分 (acc) |
|---------------------------------------------|----------|
| Qwen-14b-chat                               | 0.525    |
| CausalLM-14b                                | 0.086    |
| LongAlpaca-7b-32k-chinese-v2                | 0.12     |
| **Qwen-14b-chat-yarn-32k**                     |**0.94**|




# Usage
* 将Qwen模型的NTK插值方法替换为Yarn，同时适当缩小位置插值的缩放因子，实现了模型在更长文本长度（大于16k）下的正常对话能力。原版Qwen在16k文本长度下无法正常输出。
* 目前仅提供  modeling_qwen.py  代码，用此py文件替换原Qwen模型的modeling_qwen.py即可，其它使用方法不变。模型权重与原Qwen模型相同。
* 未来可能会发布微调的权重。
* 使用此模型时会自动设置  config.use_logn_attn=False、config.use_dynamic_ntk=True。
```python
config=AutoConfig.from_pretrained("Qwen/Qwen-14B-Chat", trust_remote_code=True,use_dynamic_ntk=True,use_logn_attn=False,torch_dtype=torch.bfloat16)
model = AutoModelForCausalLM.from_pretrained("Qwen/Qwen-14B-Chat", device_map="auto", trust_remote_code=True,config=config)
  ```