🚀 Llama3-8B-Chinese-Chat

Llama3-8B-Chinese-Chat是基于Meta-Llama-3-8B-Instruct模型，为中英文用户量身打造的指令调优语言模型。它具备角色扮演、工具使用等多种能力，能有效减少“中文问题英文回答”以及中英文混答的情况，在角色扮演、函数调用和数学计算等方面表现出色。

🚀 快速开始

我们在 此GitHub仓库 中提供了下载、使用和复现我们各类模型的详细说明。如果您喜欢我们的模型，烦请给我们的GitHub仓库点个星，同时也请在我们的HuggingFace仓库上点击“点赞”，感谢支持！

❗️❗️❗️注意：主分支包含 Llama3-8B-Chinese-Chat-v2.1 的 f16 GGUF文件。如果您想使用Llama3-8B-Chinese-Chat-v1 的f16 GGUF文件，请参考 “v1” 分支；若想使用Llama3-8B-Chinese-Chat-v2 的f16 GGUF文件，请参考 “v2” 分支。

❗️❗️❗️注意：为实现最佳性能，我们未对模型的身份进行微调。因此，像“你是谁”或“谁开发了你”这类问题的回答可能是随机的，不一定准确。

✨ 主要特性

• 多语言支持：支持中文和英文，满足不同语言用户的需求。
• 能力多样：具备角色扮演、函数调用、数学计算、写作、编码等多种能力。
• 性能提升：相比v1，v2.1的训练数据集扩大了5倍（约100K偏好对），在角色扮演、函数调用和数学能力方面有显著提升，且在中文回答中更不易夹杂英文单词。

📦 安装指南

复现Llama3-8B-Chinese-Chat-v2

若要复现Llama3-8B-Chinese-Chat-v2（若要复现Llama3-8B-Chinese-Chat-v1，请参考 此链接）：

git clone https://github.com/hiyouga/LLaMA-Factory.git
git reset --hard 32347901d4af94ccd72b3c7e1afaaceb5cb3d26a    # 若为Llama3-8B-Chinese-Chat-v1: 836ca0558698206bbf4e3b92533ad9f67c9f9864

cd LLaMA-Factory

# 我们用于Llama3-8B-Chinese-Chat-v2的数据集即将发布。若您想复现Llama3-8B-Chinese-Chat-v1，可设置 `Your_Dataset_Name_or_PATH=dpo_mix_en,dpo_mix_zh`。
deepspeed --num_gpus 8 src/train_bash.py \
    --deepspeed ${Your_Deepspeed_Config_Path} \
    --stage orpo \
    --do_train \
    --model_name_or_path meta-llama/Meta-Llama-3-8B-Instruct \
    --dataset ${Your_Dataset_Name_or_PATH} \
    --template llama3 \
    --finetuning_type full \
    --output_dir ${Your_Output_Path} \
    --per_device_train_batch_size 1 \
    --per_device_eval_batch_size 1 \
    --gradient_accumulation_steps 8 \
    --lr_scheduler_type cosine \
    --log_level info \
    --logging_steps 5 \
    --save_strategy epoch \
    --save_total_limit 3 \
    --save_steps 100 \
    --learning_rate 5e-6 \
    --num_train_epochs 3.0 \
    --plot_loss \
    --do_eval false \
    --max_steps -1 \
    --bf16 true \
    --seed 42 \
    --warmup_ratio 0.1 \
    --cutoff_len 8192 \
    --flash_attn true \
    --orpo_beta 0.05 \
    --optim paged_adamw_32bit

💻 使用示例

基础用法

from llama_cpp import Llama

model = Llama(
    "/Your/Path/To/GGUF/File",
    verbose=False,
    n_gpu_layers=-1,
)

system_prompt = "You are a helpful assistant."

def generate_reponse(_model, _messages, _max_tokens=8192):
    _output = _model.create_chat_completion(
        _messages,
        stop=["<|eot_id|>", "<|end_of_text|>"],
        max_tokens=_max_tokens,
    )["choices"][0]["message"]["content"]
    return _output

# 以下是一些示例
messages = [
    {
        "role": "system",
        "content": system_prompt,
    },
    {"role": "user", "content": "写一首诗吧"},
]

print(generate_reponse(model, messages))

📚 详细文档

模型概述

Llama3-8B-Chinese-Chat是基于Meta-Llama-3-8B-Instruct模型，为中英文用户打造的指令调优语言模型，具备角色扮演、工具使用等多种能力。

• 开发者：Shenzhi Wang*、Yaowei Zheng*、Guoyin Wang (in.ai)、Shiji Song、Gao Huang。(*: 同等贡献)
• 许可证：Llama-3 License
• 基础模型：Meta-Llama-3-8B-Instruct
• 模型大小：8.03B
• 上下文长度：8K

模型更新

Llama3-8B-Chinese-Chat-v2.1 [2024年5月6日]

• 训练数据集相比v1扩大了5倍（约100K偏好对），在角色扮演、函数调用和数学能力方面有显著提升，在数学计算上优于v2，且中文回答中更不易夹杂英文单词。
• 提供官方 q4_0 GGUF 版本：https://huggingface.co/shenzhi-wang/Llama3-8B-Chinese-Chat-GGUF-4bit
• 提供官方 q8_0 GGUF 版本：https://huggingface.co/shenzhi-wang/Llama3-8B-Chinese-Chat-GGUF-8bit
• 提供官方 f16 GGUF 版本：https://huggingface.co/shenzhi-wang/Llama3-8B-Chinese-Chat-GGUF-f16
• 提供官方 Ollama模型（q4_0 GGUF）：wangshenzhi/llama3-8b-chinese-chat-ollama-q4，使用命令 ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-q4 可快速使用。
• 提供官方 Ollama模型（q8_0 GGUF）：wangshenzhi/llama3-8b-chinese-chat-ollama-q8，使用命令 ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-q8 可快速使用。
• 提供官方 Ollama模型（f16 GGUF）：wangshenzhi/llama3-8b-chinese-chat-ollama-fp16，使用命令 ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-fp16 可快速使用。
• 提供Llama3-8B-Chinese-Chat-v2的在线交互式演示：https://huggingface.co/spaces/llamafactory/Llama3-8B-Chinese-Chat

Llama3-8B-Chinese-Chat-v2 [2024年4月29日]

• 训练数据集相比v1扩大了5倍（约100K偏好对），在角色扮演、函数调用和数学能力方面有显著提升。
• 提供官方f16 GGUF版本：https://huggingface.co/shenzhi-wang/Llama3-8B-Chinese-Chat-GGUF-f16/tree/v2
• 提供官方8位量化GGUF版本：https://huggingface.co/shenzhi-wang/Llama3-8B-Chinese-Chat-GGUF-8bit/tree/v2
• 提供Llama3-8B-Chinese-Chat-v2的在线交互式演示：https://huggingface.co/spaces/llamafactory/Llama3-8B-Chinese-Chat

Llama3-8B-Chinese-Chat-v1

• 提供官方Ollama模型（f16 GGUF）：wangshenzhi/llama3-8b-chinese-chat-ollama-f16，使用命令 ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-fp16 可快速使用。
• 提供官方Ollama模型（8位量化GGUF）：wangshenzhi/llama3-8b-chinese-chat-ollama-q8，使用命令 ollama run wangshenzhi/llama3-8b-chinese-chat-ollama-q8 可快速使用。
• 提供官方f16 GGUF版本：shenzhi-wang/Llama3-8B-Chinese-Chat-GGUF-f16-v1
• 提供官方8位量化GGUF版本：shenzhi-wang/Llama3-8B-Chinese-Chat-GGUF-8bit-v1
• 在中国，可从 Gitee AI仓库 下载v1模型。

模型示例

以下是Llama3-8B-Chinese-Chat-v2.1 生成的一些示例，涵盖角色扮演、函数调用、数学计算、弱智吧问答、安全、写作和编码等方面。

• 角色扮演示例：包含扮演泰勒·斯威夫特、周杰伦、莎士比亚、诸葛亮等角色的问答。
• 函数调用示例：展示了如何调用互联网搜索、发送邮件等工具。
• 数学计算示例：解答了如年龄计算、数学应用题等问题。
• 弱智吧问答示例：对一些有趣的问题给出了回答。
• 安全示例：拒绝提供制造非法药物等违法信息。
• 写作示例：生成了关于人工智能的综述、诗歌等内容。
• 编码示例：用Python实现了快速排序算法（递归和非递归版本），用C++实现了KMP算法。

引用说明

如果我们的Llama3-8B-Chinese-Chat对您有帮助，请按以下格式引用：

@misc {shenzhi_wang_2024,
    author       = {Wang, Shenzhi and Zheng, Yaowei and Wang, Guoyin and Song, Shiji and Huang, Gao},
    title        = { Llama3-8B-Chinese-Chat (Revision 6622a23) },
    year         = 2024,
    url          = { https://huggingface.co/shenzhi-wang/Llama3-8B-Chinese-Chat },
    doi          = { 10.57967/hf/2316 },
    publisher    = { Hugging Face }
}

🔧 技术细节

模型介绍

Llama3-8B-Chinese-Chat是首个基于 Meta-Llama-3-8B-Instruct模型，通过ORPO [1] 为中英文用户进行专门微调的模型。

• 与原始的 Meta-Llama-3-8B-Instruct模型 相比，Llama3-8B-Chinese-Chat-v1模型显著减少了“中文问题英文回答”以及中英文混答的情况。
• 与 Llama3-8B-Chinese-Chat-v1 相比，Llama3-8B-Chinese-Chat-v2模型的训练数据量大幅增加（从20K增加到100K），性能显著提升，尤其是在角色扮演、工具使用和数学计算方面。

[1] Hong, Jiwoo, Noah Lee, and James Thorne. "Reference-free Monolithic Preference Optimization with Odds Ratio." arXiv preprint arXiv:2403.07691 (2024).

训练框架

LLaMA-Factory

训练详情

• 轮数：2
• 学习率：5e-6
• 学习率调度器类型：余弦
• 热身比例：0.1
• 截断长度（即上下文长度）：8192
• orpo beta（即ORPO论文中的 $\lambda$）：0.05
• 全局批量大小：128
• 微调类型：全参数
• 优化器：paged_adamw_32bit

📄 许可证

本模型遵循 Llama-3 License。