|
---
|
|
license: apache-2.0
|
|
---
|
|
# Mengzi3-8B |
|
|
|
以创新为引擎，驱动 AI 生态的可持续发展！ |
|
|
|
在 Mengzi3-13B 大模型 3 月底开源后不久，澜舟科技全新推出的又一款轻量化大模型——Mengzi3-8B，现已正式开源！并同样支持免费商用。这款模型在多个应用场景中，包括写作、代码、摘要以及阅读理解等，均展现出与 Mengzi3-13B 相媲美的性能，而模型参数规模更为精简，更适合个人开发者和 AI 爱好者使用。 |
|
|
|
Mengzi3-8B 适用于多种自然语言处理任务，主要包括： |
|
|
|
- 文本生成：能够轻松产出高质量、多样化的中文文本内容，涵盖写作，摘要，问答，翻译，阅读理解等多种文本生成场景； |
|
- 对话系统：为用户提供高效、智能的交互体验，让对话更加流畅自然； |
|
- 代码生成：协助开发者提升编码效率，激发创新灵感。 |
|
|
|
### 核心优势 |
|
|
|
- 低显存高推理，具备更高效能 |
|
|
|
Mengzi3-8B 是一款高效、低显存需求的 AI 大模型，半精度下显存占用小于 16G，适用于 PC（如 MacBook）和大部分消费级显卡（如 RTX 4090、RTX 4080、RTX 4070Ti）。此外，Mengzi3-8B 的原生推理速度在同级别模型中处于领先地位，特别适合个人开发者和 AI 爱好者使用，真正实现了高效、低成本的 AI 体验。 |
|
|
|
 |
|
|
|
- 知识处理效果卓越 |
|
|
|
Mengzi3-8B 在中文能力（CMMLU）、英语、世界知识（MMLU）、编程及数学等多个领域的知识处理和问题解决能力中，均显著超越同尺寸开源模型，展现出全面的领先实力。 |
|
|
|
| **评测集** | **Mengzi3-8B-Base** | **Mistral-7B** | **Llama3-8B** | **Baichuan2-7B** | **Yi-1.5-9B** | **Qwen1.5-7B** | |
|
| ------------- | ------------------- | -------------- | ------------- | ---------------- | ------------- | -------------- | |
|
| **MMLU** | 73.67 | 64.1 | 66.6 | 54.16 | 69.5 | 61.0 | |
|
| **CMMLU** | 77.54 | 44.7 | 49.21 | 57.07 | 74.8 | 73.1 | |
|
| **GSM8K** | 76.29 | 47.5 | 50.04 | 9.17 | 73.7 | 62.5 | |
|
| **HUMANEVAL** | 48.78 | 27.4 | 36.59 | 9.20 | 41.4 | 36.0 | |
|
| **MBPP** | 43.20 | 38.6 | 34.2 | 6.60 | 61.1 | 37.4 | |
|
|
|
### 使用指南 |
|
|
|
**开源地址**： |
|
|
|
欢迎大家访问 Mengzi3-8B 的开源仓库以获取更多信息并下载使用，体验其强大的功能。 |
|
|
|
- Huggingface: [https://huggingface.co/Langboat/Mengzi3-8B-Base](https://huggingface.co/Langboat/Mengzi3-8B-Base) |
|
- ModelScope: [https://www.modelscope.cn/models/langboat/Mengzi3-8B-Base/summary](https://www.modelscope.cn/models/langboat/Mengzi3-8B-Base/summary) |
|
|
|
**快速开始：** |
|
|
|
```python |
|
import torch |
|
from transformers import AutoModelForCausalLM, AutoTokenizer |
|
|
|
tokenizer = AutoTokenizer.from_pretrained("Langboat/Mengzi3-8B-Base", use_fast=False, trust_remote_code=True) |
|
model = AutoModelForCausalLM.from_pretrained("Langboat/Mengzi3-8B-Base", device_map="auto", trust_remote_code=True) |
|
inputs = tokenizer('输入：介绍一下孟子。输出：', return_tensors='pt') |
|
if torch.cuda.is_available(): |
|
inputs = inputs.to('cuda') |
|
pred = model.generate(**inputs, max_new_tokens=512, repetition_penalty=1.01, eos_token_id=tokenizer.eos_token_id) |
|
print(tokenizer.decode(pred[0], skip_special_tokens=True)) |
|
"""孟子（约公元前372年—约公元前289年），名轲，字子舆，战国时期邹国人，伟大的思想家、教育家，儒家学派的代表人物，与孔子并称“孔孟”。孟子继承和发展了孔子的思想，成为仅次于孔子的一代儒家宗师，对后世中国文化的影 |
|
响全面而巨大，有“亚圣”之称，与孔子合称为“孔孟”。""" |
|
``` |
|
|
|
我们很诚挚地邀请各位 AI 开发者和爱好者体验使用 Mengzi3-8B 模型，如在使用过程中遇到任何问题或希望给予宝贵的反馈，请随时与我们联系。对于企业用户，对稳定性和模型参数量有更高需求的，建议了解 [Mengzi3-13B](https://github.com/Langboat/Mengzi3)。 |
|
|
|
大模型的开源不仅为 AI 创新注入了新的活力，更在不断完善开源生态的进程中发挥着关键作用。我们希望能在推动技术创新、促进业务场景应用、完善数字经济与开源生态等方面积极贡献，以期更好地应对未来 AI 技术的挑战，共同推动行业的持续进步和发展。 |
|
|
|
**👇 扫码加入孟子开源社区微信群** |
|
|
|
 |
|
|
