license: cc-by-nc-4.0 language:

• en pipeline_tag: text-generation widget:

  • text: >- 以下是描述任务的指令。

    请撰写一个恰当完成该请求的回复。

    指令:

    如何变得更健康？

    回复:

    example_title: 示例

LaMini-GPT-1.5B

本模型是我们论文《LaMini-LM: 基于大规模指令的多样化蒸馏模型群》中LaMini-LM系列的一员。该模型是在包含258万条指令微调样本的LaMini-instruction数据集上对gpt2-xl进行微调的版本。更多数据集信息请参考我们的项目仓库。
您可以通过下表查看LaMini-LM系列的其他模型。标有✩的模型在其规模/架构下具有最佳综合性能，我们推荐优先使用。详情请参阅论文。

使用指南

推荐用途

建议使用本模型响应自然语言的人类指令。由于该仅解码器模型采用包装文本微调，为获得最佳性能，建议使用相同格式的包装文本。参见右侧示例或下方代码。

现展示如何使用HuggingFace的pipeline()加载模型：

# pip install -q transformers
from transformers import pipeline

checkpoint = "{模型名称}" 

model = pipeline('text-generation', model = checkpoint)

instruction = '请分享您对以下地点的看法及推荐理由：\n"西班牙巴塞罗那"'

input_prompt = f"以下是描述任务的指令。请撰写一个恰当完成该请求的回复。\n\n### 指令:\n{instruction}\n\n### 回复:"

generated_text = model(input_prompt, max_length=512, do_sample=True)[0]['generated_text']

print("回复", generated_text)