🚀 Synthia-v3.0-11B

SynthIA-v3.0-11B（合成智能代理）是一款通用大语言模型（LLM）。它基于Synthia-v3.0数据集进行训练，该数据集包含广义思维树提示以及10种全新的长格式系统上下文。

此模型依据LIMA（少即是多的对齐方式）论文的原则进行训练，使用GPT - 4 - Turbo生成了约10000个高质量样本。它经过微调，能够遵循指令并进行长对话。

若要唤起广义思维树 + 思维链推理，可使用以下系统消息：

运用思维树详细阐述主题，并在必要时回溯，以构建清晰、连贯的思维链推理。始终毫不犹豫地给出答案。

🚀 快速开始

✨ 主要特性

• 基于Synthia - v3.0数据集训练，包含广义思维树提示和新的长格式系统上下文。
• 依据LIMA论文原则，使用GPT - 4 - Turbo生成的高质量样本进行训练。
• 经过微调，可遵循指令并进行长对话。

📦 安装指南

文档未提及具体安装步骤，暂不提供。

💻 使用示例

基础用法

以下是提示格式：

SYSTEM: 运用思维树详细阐述主题，并在必要时回溯，以构建清晰、连贯的思维链推理。始终毫不犹豫地给出答案。
USER: 虎鲸、海豚和海豹有什么区别？
ASSISTANT:

高级用法

以下展示了如何使用该模型的代码示例：

import torch, json
from transformers import AutoModelForCausalLM, AutoTokenizer

model_path = "migtissera/Synthia-v3.0-11B"
output_file_path = "./Synthia-v3.0-11B-conversations.jsonl"

model = AutoModelForCausalLM.from_pretrained(
    model_path,
    torch_dtype=torch.float16,
    device_map="auto",
    load_in_8bit=False,
    trust_remote_code=True,
)

tokenizer = AutoTokenizer.from_pretrained(model_path, trust_remote_code=True)


def generate_text(instruction):
    tokens = tokenizer.encode(instruction)
    tokens = torch.LongTensor(tokens).unsqueeze(0)
    tokens = tokens.to("cuda")

    instance = {
        "input_ids": tokens,
        "top_p": 1.0,
        "temperature": 0.75,
        "generate_len": 1024,
        "top_k": 50,
    }

    length = len(tokens[0])
    with torch.no_grad():
        rest = model.generate(
            input_ids=tokens,
            max_length=length + instance["generate_len"],
            use_cache=True,
            do_sample=True,
            top_p=instance["top_p"],
            temperature=instance["temperature"],
            top_k=instance["top_k"],
            num_return_sequences=1,
        )
    output = rest[0][length:]
    string = tokenizer.decode(output, skip_special_tokens=True)
    answer = string.split("USER:")[0].strip()
    return f"{answer}"


conversation = f"SYSTEM: Elaborate on the topic using a Tree of Thoughts and backtrack when necessary to construct a clear, cohesive Chain of Thought reasoning. Always answer without hesitation."


while True:
    user_input = input("You: ")
    llm_prompt = f"{conversation} \nUSER: {user_input} \nASSISTANT: "
    answer = generate_text(llm_prompt)
    print(answer)
    conversation = f"{llm_prompt}{answer}"
    json_data = {"prompt": user_input, "answer": answer}

    ## Save your conversation
    with open(output_file_path, "a") as output_file:
        output_file.write(json.dumps(json_data) + "\n")

📚 详细文档

评估

我们使用EleutherAI的语言模型评估工具对Synthia - v3.0 - 11B进行了广泛的任务评估。

以下是HuggingFaceH4开放大语言模型排行榜所使用指标的评估结果。后续将补充具体内容。

局限性与偏差

尽管该模型旨在保证准确性，但偶尔可能会产生不准确或误导性的结果。

尽管在优化预训练数据方面付出了努力，但仍有可能生成不适当、有偏差或冒犯性的内容。

使用时请谨慎，并在必要时核实信息。这是一个未经过滤的模型。

📄 许可证

本项目采用Apache - 2.0许可证。