🚀 Mistral-7B-Insurance

Mistral-7B-Insurance 是一款专为保险领域定制的模型，它基于 Mistral-7B-Instruct-v0.2 进行微调，能够高效准确地解答各类保险相关问题，为保险行业的聊天机器人、虚拟助手和副驾驶等应用提供有力支持。

🚀 快速开始

本模型专为保险领域的聊天机器人、虚拟助手和副驾驶创建而设计，是 Bitext 两步式大语言模型微调方法的第一步，能为客户的保险需求提供快速准确的答案。但请注意，它不适用于非保险相关问题，也不能用于提供健康、法律或关键安全建议。

✨ 主要特性

• 针对性优化：基于 Mistral-7B-Instruct-v0.2 微调，专为保险领域定制，能精准应对保险相关问题。
• 丰富的训练数据：在包含 39 种保险相关意图的 Bitext 保险数据集上进行微调，每种意图约有 1000 个示例，能有效处理广泛的保险问题。
• 保留基础能力：采用 MistralForCausalLM 架构和 LlamaTokenizer，在保留基础模型能力的同时，增强了保险相关交互能力。

📦 安装指南

暂未提供安装相关内容，可参考使用示例中的代码，确保所需依赖库已正确安装。

💻 使用示例

基础用法

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

device = 'cuda' if torch.cuda.is_available() else 'cpu'

model = AutoModelForCausalLM.from_pretrained("bitext/Mistral-7B-Insurance")
tokenizer = AutoTokenizer.from_pretrained("bitext/Mistral-7B-Insurance")

messages = [
    {"role": "system", "content": "You are an expert in customer support for Insurance."},
    {"role": "user", "content": "I want help seeing my health insurance"},
]

encoded = tokenizer.apply_chat_template(messages, return_tensors="pt")

model_inputs = encoded.to(device)
model.to(device)

generated_ids = model.generate(model_inputs, max_new_tokens=1000, do_sample=True)
decoded = tokenizer.batch_decode(generated_ids)
print(decoded[0])

📚 详细文档

模型架构

本模型采用 MistralForCausalLM 架构和 LlamaTokenizer，在保留基础模型能力的同时，针对保险相关交互进行了专门增强。

训练数据

模型在 Bitext 保险数据集 上进行微调，该数据集包含多种保险相关意图，如购买保险政策、安排预约、查看付款、计算保险报价、协商和解等，共 39 种意图，每种意图约有 1000 个示例。该数据集遵循与我们在 Hugging Face 上发布的 bitext/Bitext-customer-support-llm-chatbot-training-dataset 相同的结构化方法，但侧重于保险领域。

训练过程

超参数

环境

局限性和偏差

• 模型针对保险特定上下文进行训练，在不相关领域可能表现不佳。
• 训练数据中可能存在的偏差会影响回复的中立性，建议用户批判性地评估回复内容。

伦理考量

使用该技术时应谨慎思考，确保在必要情况下不替代人类判断，特别是在敏感情况下。

致谢

本模型由 Bitext 使用专有数据和技术开发和训练。

📄 许可证

本模型 “Mistral-7B-Insurance” 由 Bitext Innovations International, Inc. 根据 Apache 许可证 2.0 授权。该开源许可证允许免费使用、修改和分发模型，但需向 Bitext 提供适当的引用。

Apache 2.0 许可证要点

• 许可权限：允许用户自由使用、修改和分发本软件。
• 归属要求：使用本模型时，必须按照原始版权声明和许可证向 Bitext Innovations International, Inc. 提供适当的引用。
• 专利授权：许可证包含模型贡献者授予的专利权利。
• 无担保声明：模型按 “原样” 提供，不提供任何形式的保证。

您可以在 Apache 许可证 2.0 查看完整的许可证文本。