Update README.md
Browse files
README.md
CHANGED
@@ -2,12 +2,11 @@
|
|
2 |
|
3 |
## 项目简介
|
4 |
|
5 |
-
LLAMA-3.1-8B-Instruct
|
6 |
|
7 |
然而,尽管LLAMA-3.1-8B-Instruct模型在多种语言环境下均表现出色,但在中文这一特定语境下,其性能却存在一定的局限性。为了弥补这一不足,本项目旨在通过针对中文语境的深入优化,提升LLAMA 3.1-8B-Instruct模型在中文处理上的能力。
|
8 |
|
9 |
-
本项目基于llama-3.1-8b-instruct
|
10 |
-
|
11 |
|
12 |
|
13 |
#### 模型特点
|
@@ -16,7 +15,7 @@ LLAMA-3.1-8B-Instruct 模型,以其庞大的参数规模、强大的上下文
|
|
16 |
|
17 |
中文优化:通过大量中文数据集进行微调,提升模型在中文处理上的表现。
|
18 |
|
19 |
-
DPO
|
20 |
|
21 |
|
22 |
|
@@ -38,22 +37,22 @@ C-Eval 是一个全面的中文基础模型评估套件。它包含了大量的
|
|
38 |
|
39 |
| C-Eval | Average | Average(hard) | STEM | Social Sciences | Humanities | Other |
|
40 |
| ------ | ------- | ------------- | ---- | --------------- | ---------- | ----- |
|
41 |
-
|
|
42 |
-
|
|
43 |
|
44 |
#### Cmmlu
|
45 |
CMMLU是一个综合性的中文评估基准,专门用于评估语言模型在中文语境下的知识和推理能力。CMMLU涵盖了从基础学科到高级专业水平的67个主题。它包括:需要计算和推理的自然科学,需要知识的人文科学和社会科学,以及需要生活常识的中国驾驶规则等。
|
46 |
|
47 |
| CMMLU | Average | STEM | Social Sciences | Humanities | Other |
|
48 |
| ------ | ------- | ----- | --------------- | ---------- | ----- |
|
49 |
-
|
|
50 |
-
|
|
51 |
|
52 |
|
53 |
|
54 |
## 数据集
|
55 |
|
56 |
-
|
57 |
|
58 |
| | |
|
59 |
| --------------------- | ------------------------------------------------------------ |
|
@@ -63,7 +62,7 @@ CMMLU是一个综合性的中文评估基准,专门用于评估语言模型在
|
|
63 |
| code | https://huggingface.co/datasets/iamtarun/python_code_instructions_18k_alpaca |
|
64 |
| mathglm | https://cloud.tsinghua.edu.cn/d/8d9ee3e52bb54afd9c16/ |
|
65 |
|
66 |
-
|
67 |
|
68 |
| | |
|
69 |
| ----------------- | ---------------------------------------------------------- |
|
|
|
2 |
|
3 |
## 项目简介
|
4 |
|
5 |
+
LLAMA-3.1系列模型于2024年7月24日发布,是Meta公司迄今为止规模最大、质量最高的开源模型。Meta评估了超150个基准数据集的性能,Llama-3.1系列模型在常识、可操作性、数学、工具使用和多语言翻译等一系列任务中,可与GPT-4o、Claude 3.5 Sonnet和Gemini Ultra相媲美。其中LLAMA-3.1-8B-Instruct模型,以其庞大的参数规模、强大的上下文理解能力和灵活的指令遵循能力,在全球范围内赢得了广泛的关注与赞誉。该模型在多种自然语言处理任务上展现出卓越的性能,包括但不限于文本生成、问答系统、文本摘要等,为人工智能领域的研究与应用提供了强大的技术支持。
|
6 |
|
7 |
然而,尽管LLAMA-3.1-8B-Instruct模型在多种语言环境下均表现出色,但在中文这一特定语境下,其性能却存在一定的局限性。为了弥补这一不足,本项目旨在通过针对中文语境的深入优化,提升LLAMA 3.1-8B-Instruct模型在中文处理上的能力。
|
8 |
|
9 |
+
本项目基于llama-3.1-8b-instruct模型,与当前相关工作不同的是,我们采用了指令微调(Instruction Fine-tuning)和直接偏好对齐(Direct Preference Optimization, DPO)二阶段的学习方法,使用近30w条中文数据进行有监督指令微调,然后应用5000条对齐指令进行直接偏好对齐,旨在进一步提升模型在中文语境下的理解和生成能力。在两个权威的中文评测基准下,C-Eval提升了83.34%的性能,CMMLU提升了83.95%的性能。我们公开了该项目所有的模型权重和训练数据集,欢迎大家一起学习和探讨。
|
|
|
10 |
|
11 |
|
12 |
#### 模型特点
|
|
|
15 |
|
16 |
中文优化:通过大量中文数据集进行微调,提升模型在中文处理上的表现。
|
17 |
|
18 |
+
DPO训练:采用直接偏好对齐技术,进一步优化模型在特定任务上的性能。
|
19 |
|
20 |
|
21 |
|
|
|
37 |
|
38 |
| C-Eval | Average | Average(hard) | STEM | Social Sciences | Humanities | Other |
|
39 |
| ------ | ------- | ------------- | ---- | --------------- | ---------- | ----- |
|
40 |
+
| 原生LLaMA3.1模型 | 24.1 | 23.5 | 23.9 | 25.3 | 24.6 | 22.7 |
|
41 |
+
| 我们的LLaMA3.1模型 | 44.7 | 32.9 | 41.8 | 52.7 | 42.0 | 44.5 |
|
42 |
|
43 |
#### Cmmlu
|
44 |
CMMLU是一个综合性的中文评估基准,专门用于评估语言模型在中文语境下的知识和推理能力。CMMLU涵盖了从基础学科到高级专业水平的67个主题。它包括:需要计算和推理的自然科学,需要知识的人文科学和社会科学,以及需要生活常识的中国驾驶规则等。
|
45 |
|
46 |
| CMMLU | Average | STEM | Social Sciences | Humanities | Other |
|
47 |
| ------ | ------- | ----- | --------------- | ---------- | ----- |
|
48 |
+
| 原生LLaMA3.1模型 | 25.3 | 26.04 | 25.19 | 25.79 | 25.26 |
|
49 |
+
| 我们的LLaMA3.1模型 | 46.54 | 39.31 | 47.21 | 47.41 | 51.34 |
|
50 |
|
51 |
|
52 |
|
53 |
## 数据集
|
54 |
|
55 |
+
SFT数据集:
|
56 |
|
57 |
| | |
|
58 |
| --------------------- | ------------------------------------------------------------ |
|
|
|
62 |
| code | https://huggingface.co/datasets/iamtarun/python_code_instructions_18k_alpaca |
|
63 |
| mathglm | https://cloud.tsinghua.edu.cn/d/8d9ee3e52bb54afd9c16/ |
|
64 |
|
65 |
+
DPO数据集:
|
66 |
|
67 |
| | |
|
68 |
| ----------------- | ---------------------------------------------------------- |
|