license: apache-2.0 tags:

• 模型融合
• mergekit工具
• lazymergekit工具
• fblgit/UNA-TheBeagle-7b-v1模型
• argilla/distilabeled-Marcoro14-7B-slerp模型
• 直接偏好优化(DPO)
• 基于人类反馈的强化学习(RLHF)

üê∂ NeuralBeagle14-7B模型

2024年1月16日更新：NeuralBeagle14-7B可能是目前最优秀的7B参数模型！üéâ

NeuralBeagle14-7B是基于mlabonne/Beagle14-7B模型，使用argilla/distilabel-intel-orca-dpo-pairs偏好数据集和本文中的DPO笔记进行微调的成果。

该模型通过LazyMergekit融合了以下模型：

• fblgit/UNA-TheBeagle-7b-v1
• argilla/distilabeled-Marcoro14-7B-slerp

特别感谢Argilla提供数据集和训练方案。üí™

您可以在此Space体验GGUF Q4_K_M量化版本。

‚ö° 量化模型

• GGUF格式：https://huggingface.co/mlabonne/NeuralBeagle14-7B-GGUF

üèÜ 性能评估

Open LLM排行榜

在~7B参数类别中，NeuralBeagle14-7B位列Open LLM排行榜首位。

其平均得分与Beagle14-7B（"显示融合模型"）持平，可能是由于单次运行的偶然性。考虑到argilla/distilabel-intel-orca-dpo-pairs数据集或其原始版本已应用于多个模型，未来需要寻找更高质量的偏好数据来进行DPO融合。

需注意，部分模型如udkai/Turdus和nfaheem/Marcoroni-7b-DPO-Merge存在人为数据污染问题（Winogrande分数异常偏高）。

Nous基准测试

使用LLM AutoEval在Nous测试套件上的表现显示，这是目前最强的7B模型。

完整测试结果请见YALL - 另一个LLM排行榜。

üíª 使用示例

!pip install -qU transformers accelerate

from transformers import AutoTokenizer
import transformers
import torch

model = "mlabonne/NeuralBeagle14-7B"
messages = [{"role": "user", "content": "什么是大语言模型？"}]

tokenizer = AutoTokenizer.from_pretrained(model)
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
pipeline = transformers.pipeline(
    "text-generation",
    model=model,
    torch_dtype=torch.float16,
    device_map="auto",
)

outputs = pipeline(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])