许可证: apache-2.0 语言:

• 英语 任务标签: 摘要生成 小部件示例:
• 文本: T-eV的峰值阶段是什么？ 示例标题: 问答任务 标签:
• 预印本论文

目录

0. 简介
1. 模型详情
2. 使用方法
3. 应用场景
4. 引用方式

简介

本模型是基于ArtifactAI/arxiv-physics-instruct-30k数据集训练的Phi-2模型。该模型仅限研究用途，禁止用于生产环境。

模型说明

• 模型类型: 语言模型
• 支持语言: 英语
• 许可证: Apache 2.0
• 关联模型: Phi-1_5

使用方法

以下是在transformers中使用该模型的示例代码：

使用PyTorch模型

from huggingface_hub import notebook_login
from datasets import load_dataset, Dataset
from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer

model = "ArtifactAI/phi-2-arxiv-physics-instruct"

model = AutoModelForCausalLM.from_pretrained(base_model, trust_remote_code= True)
tokenizer = AutoTokenizer.from_pretrained(base_model, trust_remote_code=True)

def generate(prompt):
  inputs = tokenizer(f'''以下是一个描述任务的指令。请编写恰当完成请求的响应（若添加额外空格请停止输出）。\n\n### 指令:\n{prompt}.\n\n### 响应:\n ''', return_tensors="pt", return_attention_mask=False)
  streamer = TextStreamer(tokenizer, skip_prompt= True)
  _ = model.generate(**inputs, streamer=streamer, max_new_tokens=500)
  
generate("什么是原子？")

训练数据

模型训练使用ArtifactAI/arxiv-physics-instruct-50k数据集，包含问答对。问题由t5-base模型生成，答案由GPT-3.5-turbo模型生成。

引用方式

@misc{phi-arxiv-physics-instruct,
    title={phi-2-arxiv-physics-instruct},
    author={Matthew Kenney},
    year={2023}
}