许可证：Apache-2.0
标签：

• 文本到文本生成
  任务标签：文本到文本生成
  支持语言：
• 中文
• 英文

交互示例：

• 输入：

  Human: 使用python写一个二分查找的代码  
  Assistant:  
  

  示例标题：中文代码生成
• 输入：

  Human: 将以下句子情感分类为积极、中性或消极：  
  
  对教授斯坦福大学首门大型语言模型课程超级兴奋！查看课程大纲请点击这里  
  
  Assistant:  
  

  示例标题：英文情感分析
• 输入：

  Human: 今天天气怎么样，把这句话翻译成英语  
  Assistant:  
  

  示例标题：中英翻译
• 输入：

  Human: 怎么让自己精力充沛，列5点建议  
  Assistant:  
  

  示例标题：中文头脑风暴
• 输入：

  Human: 请以『春天的北京』为题写一首诗歌  
  Assistant:  
  

  示例标题：中文诗歌创作
• 输入：

  Human: 明天就假期结束了，有点抗拒上班，应该怎么办？  
  Assistant:  
  

  示例标题：中文建议征集
• 输入：

  Human: 父母都姓吴，取一些男宝宝和女宝宝的名字  
  Assistant:  
  

  示例标题：中文命名建议
• 输入：

  Human: 推荐几本金庸的武侠小说  
  Assistant:  
  

  示例标题：中文书目推荐

模型卡片

欢迎

如果您觉得本模型有帮助，请点赞并前往GitHub给我们加星：https://github.com/LianjiaTech/BELLE

模型描述

BELLE基于Bloomz-7b1-mt模型，结合200万条中文数据和斯坦福Alpaca开源的5万条英文指令数据进行微调，具备优秀的中文指令理解与响应生成能力。

中文数据生成代码及完整项目详情见GitHub仓库：https://github.com/LianjiaTech/BELLE

我们使用不同规模数据集（20万/60万/100万/200万样本）训练了多个版本：

训练参数

使用指南

输入需严格遵循格式（训练/推理均适用）：

Human: {输入内容}\n\nAssistant:  

加载示例：

from transformers import AutoTokenizer, AutoModelForCausalLM  

model_path = "./"  # 本地模型路径  
model = AutoModelForCausalLM.from_pretrained(model_path)  
tokenizer = AutoTokenizer.from_pretrained(model_path)  

# 单轮对话示例  
inputs = 'Human: 如何学习Python？\n\nAssistant:'  
input_ids = tokenizer(inputs, return_tensors="pt").input_ids  
outputs = model.generate(input_ids, max_new_tokens=200, do_sample=True, top_k=30, top_p=0.85, temperature=0.35)  
print(tokenizer.decode(outputs[0], skip_special_tokens=True))  

# 多轮对话需拼接历史记录：Human:Q1\n\nAssistant:A1\n\nHuman:Q2\n\nAssistant:  

局限性

当前版本存在以下问题：

1. 事实性指令可能产生错误回答
2. 对有害指令的识别能力有限
3. 推理和代码能力有待提升

使用限制：

• 仅限研究用途
• 禁止商用及任何可能造成社会危害的用途

示例展示

（完整示例表格见原文，包含散文诗创作、房产对话、情感分类、机器学习算法解析、周杰伦出生年份、婚姻观探讨、周报撰写、围棋术语翻译等丰富案例）

引用

@misc{BELLE,  
  author = {纪云杰等},  
  title = {BELLE：基于BLOOM的大型语言模型引擎},  
  year = {2023},  
  publisher = {GitHub},  
  howpublished = {\url{https://github.com/LianjiaTech/BELLE}},  
}  

请同时引用原始BLOOM、Stanford Alpaca和Self-Instruct论文