Commit
•
fa77da9
1
Parent(s):
194e0b8
commit from
Browse files
README.md
ADDED
|
@@ -0,0 +1,91 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
# llama-3.1-8b-chinese-instruct with SFT and DPO
|
| 2 |
+
|
| 3 |
+
## 项目简介
|
| 4 |
+
|
| 5 |
+
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，在llama-factory的框架下，使用近30w条中文数据进行微调（Fine-tuning），并尝试应用了动态提示优化（Dynamic Prompt Optimization, DPO）技术，旨在提升模型在中文语境下的理解和生成能力。
|
| 10 |
+
|
| 11 |
+
|
| 12 |
+
|
| 13 |
+
#### 模型特点
|
| 14 |
+
|
| 15 |
+
基础模型：基于开源的llama3.1-8b-instruct，这是一个经过指令微调的大型语言模型。
|
| 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训练：采用动态提示优化技术，进一步优化模型在特定任务上的性能。
|
| 20 |
+
|
| 21 |
+
|
| 22 |
+
|
| 23 |
+
## 安装与加载
|
| 24 |
+
|
| 25 |
+
克隆本项目到本地：
|
| 26 |
+
|
| 27 |
+
git clone
|
| 28 |
+
|
| 29 |
+
cd llama-3.1-8b-it-ch-dpo
|
| 30 |
+
|
| 31 |
+
|
| 32 |
+
|
| 33 |
+
## 模型测评
|
| 34 |
+
|
| 35 |
+
#### Ceval
|
| 36 |
+
|
| 37 |
+
C-Eval 是一个全面的中文基础模型评估套件。它包含了大量的多项选择题，涵盖了人文、社科、理工以及其他专业四个大方向，包括52个不同的学科和四个难度级别。
|
| 38 |
+
|
| 39 |
+
| C-Eval | Average | Average(hard) | STEM | Social Sciences | Humanities | Other |
|
| 40 |
+
| ------ | ------- | ------------- | ---- | --------------- | ---------- | ----- |
|
| 41 |
+
| 原模型 | 25.2 | 23.6 | 25 | 26.5 | 25.1 | 24.3 |
|
| 42 |
+
| 训练后 | 44.0 | 32.5 | 41.6 | 51.9 | 41.1 | 44.0 |
|
| 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 |
+
| 原模型 | 24.99 | 26.04 | 24.84 | 25.23 | 24.05 |
|
| 50 |
+
| 训练后 | 44.63 | 37.5 | 45.21 | 45.76 | 49.14 |
|
| 51 |
+
|
| 52 |
+
|
| 53 |
+
|
| 54 |
+
## 数据集
|
| 55 |
+
|
| 56 |
+
微调数据集：
|
| 57 |
+
|
| 58 |
+
| | |
|
| 59 |
+
| --------------------- | ------------------------------------------------------------ |
|
| 60 |
+
| 中文微调数据集 | https://modelscope.cn/datasets/zhuangxialie/Llama3-Chinese-Dataset/files |
|
| 61 |
+
| train_1M_CN | https://huggingface.co/datasets/BelleGroup/train_1M_CN |
|
| 62 |
+
| chinese_modern_poetry | https://huggingface.co/datasets/Iess/chinese_modern_poetry |
|
| 63 |
+
| code | https://huggingface.co/datasets/iamtarun/python_code_instructions_18k_alpaca |
|
| 64 |
+
| mathglm | https://cloud.tsinghua.edu.cn/d/8d9ee3e52bb54afd9c16/ |
|
| 65 |
+
|
| 66 |
+
dpo数据集：
|
| 67 |
+
|
| 68 |
+
| | |
|
| 69 |
+
| ----------------- | ---------------------------------------------------------- |
|
| 70 |
+
| DPO-En-Zh-20k | https://huggingface.co/datasets/hiyouga/DPO-En-Zh-20k |
|
| 71 |
+
| orca_dpo_pairs | https://huggingface.co/datasets/Intel/orca_dpo_pairs |
|
| 72 |
+
| Chinese-dpo-pairs | https://huggingface.co/datasets/wenbopan/Chinese-dpo-pairs |
|
| 73 |
+
| DPO-zh-en-emoji | https://huggingface.co/datasets/shareAI/DPO-zh-en-emoji |
|
| 74 |
+
|
| 75 |
+
|
| 76 |
+
|
| 77 |
+
Sft图像：
|
| 78 |
+
|
| 79 |
+
|
| 80 |
+
|
| 81 |
+
|
| 82 |
+
|
| 83 |
+
Dpo：
|
| 84 |
+
|
| 85 |
+
Training loss:
|
| 86 |
+
|
| 87 |
+
|
| 88 |
+
|
| 89 |
+
Training rewards:
|
| 90 |
+
|
| 91 |
+
|