语言:

• 英语 许可证: apache-2.0 库名称: transformers 模型索引:
• 名称: WestLake-7B-v2 结果:
  • 任务: 类型: 文本生成 名称: 文本生成 数据集: 名称: AI2推理挑战赛（25样本） 类型: ai2_arc 配置: ARC挑战赛 分割: 测试集 参数: 少量样本数: 25 指标:
    • 类型: 标准化准确率 值: 73.04 名称: 标准化准确率 来源: 网址: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=senseable/WestLake-7B-v2 名称: 开放大语言模型排行榜
  • 任务: 类型: 文本生成 名称: 文本生成 数据集: 名称: HellaSwag（10样本） 类型: hellaswag 分割: 验证集 参数: 少量样本数: 10 指标:
    • 类型: 标准化准确率 值: 88.65 名称: 标准化准确率 来源: 网址: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=senseable/WestLake-7B-v2 名称: 开放大语言模型排行榜
  • 任务: 类型: 文本生成 名称: 文本生成 数据集: 名称: MMLU（5样本） 类型: cais/mmlu 配置: 全部 分割: 测试集 参数: 少量样本数: 5 指标:
    • 类型: 准确率 值: 64.71 名称: 准确率 来源: 网址: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=senseable/WestLake-7B-v2 名称: 开放大语言模型排行榜
  • 任务: 类型: 文本生成 名称: 文本生成 数据集: 名称: TruthfulQA（0样本） 类型: truthful_qa 配置: 多项选择 分割: 验证集 参数: 少量样本数: 0 指标:
    • 类型: mc2 值: 67.06 来源: 网址: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=senseable/WestLake-7B-v2 名称: 开放大语言模型排行榜
  • 任务: 类型: 文本生成 名称: 文本生成 数据集: 名称: Winogrande（5样本） 类型: winogrande 配置: winogrande_xl 分割: 验证集 参数: 少量样本数: 5 指标:
    • 类型: 准确率 值: 86.98 名称: 准确率 来源: 网址: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=senseable/WestLake-7B-v2 名称: 开放大语言模型排行榜
  • 任务: 类型: 文本生成 名称: 文本生成 数据集: 名称: GSM8k（5样本） 类型: gsm8k 配置: 主要 分割: 测试集 参数: 少量样本数: 5 指标:
    • 类型: 准确率 值: 67.63 名称: 准确率 来源: 网址: https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard?query=senseable/WestLake-7B-v2 名称: 开放大语言模型排行榜

更新说明: 版本2额外训练了1个完整周期，总计3个周期

Westlake-7Bv2：角色扮演与文本生成专业模型

欢迎查阅Westlake-7B的文档，这是一款专为卓越角色扮演和文本生成任务设计的尖端语言模型。本文档旨在概述其功能、使用指南以及潜在应用场景。

关于Westlake-7Bv2

Westlake-7B基于海量多样化文本语料库构建，使其能在各类情境中生成上下文相关的响应。凭借70亿参数的惊人规模，该模型擅长捕捉语言细微差别并产出富有创意的内容。

核心特性

1. 角色扮演：Westlake-7Bv2能无缝适配不同角色设定，在保持互动一致性的同时开展动态对话。可生成涵盖小说、非虚构、历史事件乃至奇幻世界等多种题材的可信对话。
2. 文本生成：该模型擅长创作原创内容，包括故事、诗歌、散文、新闻文章等。其捕捉不同写作风格精髓的能力，使其成为创意写作者寻求灵感或项目协助的理想工具。
3. 上下文理解：Westlake-7B的广泛训练使其能理解复杂语境，生成符合给定情境的响应。可同时处理多个话题，具有跨领域应用的灵活性。
4. 持续学习：作为语言模型，Westlake-7B通过持续训练新数据集不断提升性能，确保其能力在快速发展的沟通领域中保持前沿性。

使用指南

在项目或实验中应用Westlake-7Bv2时，请遵循以下步骤：

1. 提示设计：提供清晰简洁的提示，明确说明期望的角色扮演场景或文本生成任务。输出质量很大程度上取决于输入指令的清晰度与相关性。
2. 反馈循环：为优化结果，建议在应用中建立反馈机制，根据用户偏好或额外上下文信息优化生成内容。这种迭代过程能显著提升模型在特定领域的表现。
3. 伦理考量：如同任何AI系统，应确保Westlake-7B的负责任使用，避免生成有害内容或滥用其功能。

潜在应用

Westlake-7Bv2的多功能性使其适用于跨行业的多种场景：

1. 创意写作：协助作者生成新创意、扩展故事情节或通过提供创意建议和文本内容完成草稿。
2. 教育：通过交互式角色扮演场景增强语言学习平台，提升学生的沟通技巧和文化理解。
3. 游戏开发：将模型集成至游戏引擎，实现动态非玩家角色互动或根据玩家选择生成独特任务线。
4. 客户支持：利用模型的对话能力创建能处理复杂查询并提供个性化协助的聊天机器人。
5. 社交媒体：开发能生成吸引人内容（如标题、状态更新或完全根据用户偏好定制的整篇帖子）的应用程序。

开放大语言模型排行榜评估结果

详细结果请参见此处