🚀 Breeze-7B-Base-v0.1-GGUF

本项目包含了联发科研究院（MediaTek Research）的 Breeze-7B-Base-v0.1 模型的 GGUF 格式文件。GGUF 是一种新的模型格式，能让模型在更多客户端和库中使用。Breeze-7B 模型专为繁体中文使用场景设计，在推理速度和性能表现上都有不错的效果。

🚀 快速开始

安装依赖

首先安装直接依赖项：

pip install transformers torch accelerate

如果你想使用 flash-attention2 来加快推理速度，还需要安装以下依赖项：

pip install packaging ninja
pip install flash-attn

加载模型

在 transformers 中加载模型：

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

model = AutoModelForCausalLM.from_pretrained(
    model="MediaTek-Research/Breeze-7B-Instruct-v0.1",
    device_map="auto",
    torch_dtype=torch.bfloat16,
    use_flash_attn_2=True # 可选
)

查询模板结构

查询模板的结构遵循 Mistral-7B-Instruct 的格式，如下所示：

<s> SYS_PROMPT   [INST] QUERY1 [/INST] RESPONSE1 [INST] QUERY2 [/INST]

其中，SYS_PROMPT、QUERY1、RESPONSE1 和 QUERY2 可以由用户提供。

建议的默认系统提示

You are a helpful AI assistant built by MediaTek Research. The user you are helping speaks Traditional Chinese and comes from Taiwan.

✨ 主要特性

Breeze-7B-Base-v0.1

• 将词汇表大小从 32k 扩展到 62k，以更好地支持繁体中文。
• 支持 8k 标记的上下文长度。

Breeze-7B-Instruct-v0.1

• 将词汇表大小从 32k 扩展到 62k，以更好地支持繁体中文。
• 支持 8k 标记的上下文长度。
• 支持多轮对话（未对有害内容进行特殊处理）。

Breeze-7B-Instruct-64k-v0.1

• 将词汇表大小从 32k 扩展到 62k，以更好地支持繁体中文。
• 支持 64k 标记的上下文长度，约相当于 88k 个繁体中文字符。
• 支持多轮对话（未对有害内容进行特殊处理）。

📚 详细文档

模型创建者

MediaTek Research

原始模型

Breeze-7B-Base-v0.1

关于 GGUF

GGUF 是 llama.cpp 团队在 2023 年 8 月 21 日引入的一种新格式，它取代了不再被 llama.cpp 支持的 GGML 格式。以下是已知支持 GGUF 的客户端和库的不完全列表：

• llama.cpp：GGUF 的源项目，提供了命令行界面和服务器选项。
• text-generation-webui：最广泛使用的 Web UI，具有许多功能和强大的扩展，支持 GPU 加速。
• KoboldCpp：功能齐全的 Web UI，支持所有平台和 GPU 架构的 GPU 加速，特别适合讲故事。
• GPT4All：一个免费开源的本地运行 GUI，支持 Windows、Linux 和 macOS，具备完整的 GPU 加速功能。
• LM Studio：一个易于使用且功能强大的本地 GUI，适用于 Windows 和 macOS（Silicon），支持 GPU 加速，截至 2023 年 11 月 27 日，Linux 版本处于测试阶段。
• LoLLMS Web UI：一个很棒的 Web UI，具有许多有趣和独特的功能，包括一个完整的模型库，便于模型选择。
• Faraday.dev：一个有吸引力且易于使用的基于角色的聊天 GUI，适用于 Windows 和 macOS（Silicon 和 Intel），支持 GPU 加速。
• llama-cpp-python：一个支持 GPU 加速、LangChain 和 OpenAI 兼容 API 服务器的 Python 库。
• candle：一个专注于性能的 Rust ML 框架，包括 GPU 支持，且易于使用。
• ctransformers：一个支持 GPU 加速、LangChain 和 OpenAI 兼容 AI 服务器的 Python 库。截至 2023 年 11 月 27 日，ctransformers 已有很长时间未更新，不支持许多最新的模型。

原始模型介绍

Breeze-7B 是一个基于 Mistral-7B 构建的语言模型家族，专门为繁体中文使用场景设计。

• Breeze-7B-Base：Breeze-7B 系列的基础模型，如果你有大量的微调数据来针对特定用例进行微调，它是一个合适的选择。
• Breeze-7B-Instruct：从 Breeze-7B-Base 基础模型派生而来，可直接用于常见任务。
• Breeze-7B-Instruct-64k：是 Breeze-7B-Instruct 的一个略微修改版本，支持 64k 标记的上下文长度，可处理文档级别的任务。

实用性表现

• Breeze-7B-Base：在原有词汇表的基础上增加了 30,000 个繁体中文标记。在其他条件相同的情况下，Breeze-7B 对繁体中文的推理速度是 Mistral-7B 和 Llama 7B 的两倍。[详见 推理性能。]
• Breeze-7B-Instruct：可直接用于常见任务，如问答、检索式增强生成（RAG）、多轮聊天和摘要生成。
• Breeze-7B-Instruct-64k：能够处理文档级别的任务，而不仅仅是章节级别的任务。

性能表现

• Breeze-7B-Instruct：在繁体中文基准测试中表现出色，与同规模的开源模型（如 Taiwan-LLM-7B/13B-chat、QWen-7B-Chat 和 Yi-6B-Chat）相比具有优势。[详见 聊天模型性能。]
• Breeze-7B-Instruct：在 MMLU 和 MT-Bench 基准测试中与 Mistral-7B-Instruct-v0.1 表现相当。[详见 聊天模型性能。]

项目成员

项目成员（按字母顺序排列）：Chan-Jan Hsu 許湛然、Chang-Le Liu 劉昶樂、Feng-Ting Liao 廖峰挺、Po-Chun Hsu 許博竣、Yi-Chang Chen 陳宜昌，以及导师 Da-Shan Shiu 許大山。

🔧 技术细节

模型详情

基础模型性能

TMMLU+、DRCD 和 Table 的数据来源于 MediaTek-Research/TCEval-v2，该数据集派生自 TCEval-v1 和 ikala/tmmluplus。MMLU 的数据来源于 hails/mmlu_no_train。我们使用从 EleutherAI/lm-evaluation-harness 修改而来的代码来评估 TMMLU+、DRCD、Table 和 MMLU。

注：* 少样本学习无法有效地引导模型生成合适的答案。

聊天模型性能

TMMLU+、DRCD、Table 和 MT-Bench-tw 的数据来源于 MediaTek-Research/TCEval-v2，该数据集派生自 TCEval-v1 和 ikala/tmmluplus。MMLU 的数据来源于 hails/mmlu_no_train。MT-Bench 的数据来源于 lmsys/mt_bench_human_judgments。我们使用从 EleutherAI/lm-evaluation-harness 修改而来的代码来评估 TMMLU+、DRCD、Table 和 MMLU。使用从 fastchat llm_judge（以 GPT4 作为评判）修改而来的代码来评估 MT-Bench-tw 和 MT-Bench。

注：* 台湾 LLM 模型以繁体中文回答多轮问题（英语）。

MT-Bench-tw（0 次提示）分类得分

TMMLU+（0 次提示）分类准确率

推理性能

在本次测试中，我们使用 这篇网络文章 的前 700 个字符作为输入，要求模型重新撰写相同的文章。所有推理都在 2 块 RTX A6000 GPU 上运行（使用 vllm，张量并行大小为 2）。

长上下文性能

待补充。

使用示例

待补充。

📄 许可证

本项目采用 Apache-2.0 许可证。