metadata
license: apache-2.0
datasets:
- BelleGroup/train_2M_CN
- BelleGroup/train_3.5M_CN
- BelleGroup/train_1M_CN
- BelleGroup/train_0.5M_CN
- BelleGroup/school_math_0.25M
language:
- zh
GoGPT
基于多样性中文指令数据微调的中文BLOOM底座模型
训练第一轮足够了，后续第二轮和第三轮提升不大
- 🚀多样性指令数据
- 🚀筛选高质量中文数据
| 模型名字 | 参数量 | 模型地址 |
|---|---|---|
| gogpt-560m | 5.6亿参数 | 🤗golaxy/gogpt-560m |
| gogpt-3b | 30亿参数 | 🤗golaxy/gogpt-3b-bloom |
| gogpt-7b | 70亿参数 | 🤗golaxy/gogpt-7b-bloom |
测试效果
TODO
- 进行RLFH训练
- 后续加入中英平行语料
感谢
Citation
如果你在研究中使用了GoGPT，请按如下格式引用：
@misc{GoGPT,
title={GoGPT: Training Medical GPT Model},
author={Qiang Yan},
year={2023},
howpublished={\url{https://github.com/yanqiangmiffy/GoGPT}},
}