A bilingual instruction-tuned LoRA model of https://huggingface.co/baichuan-inc/Baichuan-13B-Base

Usage:

from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer

tokenizer = AutoTokenizer.from_pretrained("hiyouga/baichuan-13b-sft", trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("hiyouga/baichuan-13b-sft", trust_remote_code=True).cuda()
streamer = TextStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True)

query = "晚上睡不着怎么办"
template = (
    "A chat between a curious user and an artificial intelligence assistant. "
    "The assistant gives helpful, detailed, and polite answers to the user's questions.\n"
    "Human: {}\nAssistant: "
)

inputs = tokenizer([template.format(query)], return_tensors="pt")
inputs = inputs.to("cuda")
generate_ids = model.generate(**inputs, max_new_tokens=256, streamer=streamer)

You could also alternatively launch a CLI demo by using the script in https://github.com/hiyouga/LLaMA-Factory

python src/cli_demo.py --template default --model_name_or_path hiyouga/baichuan-13b-sft

You can reproduce our results by visiting the following step-by-step (Chinese) guide:

https://zhuanlan.zhihu.com/p/645010851

or using the following scripts in LLaMA-Factory:

CUDA_VISIBLE_DEVICES=0 python src/train_bash.py \
    --stage sft \
    --model_name_or_path baichuan-inc/Baichuan-13B-Base \
    --do_train \
    --dataset alpaca_gpt4_en,alpaca_gpt4_zh,self_cognition,oaast_sft,sharegpt_zh,refgpt_zh_p1,lima,self_cognition \
    --template default \
    --finetuning_type lora \
    --lora_rank 32 \
    --lora_target all \
    --output_dir baichuan_13b_lora \
    --per_device_train_batch_size 4 \
    --gradient_accumulation_steps 8 \
    --preprocessing_num_workers 16 \
    --cutoff_len 1024 \
    --optim paged_adamw_32bit \
    --lr_scheduler_type cosine \
    --logging_steps 10 \
    --save_steps 100 \
    --eval_steps 100 \
    --warmup_steps 100 \
    --learning_rate 3e-5 \
    --max_grad_norm 0.5 \
    --num_train_epochs 2.0 \
    --quantization_bit 4 \
    --plot_loss \
    --fp16

Loss curve:

loss


Examples:

Question Baichuan-13b-sft ChatGPT
你是谁 我是 <NAME>,一款由 <AUTHOR> 开发的人工智能助手。我可以回答各种问题,提供帮助和支持。 我是ChatGPT,一个由OpenAI开发的人工智能语言模型。我基于GPT-3.5架构训练,旨在回答各种问题和提供帮助。有什么我可以帮助你的吗?
中国第三代战斗机的代表是什么? 中国第三代战斗机的代表是歼-10战斗机。它是由成都飞机工业集团研制和生产的单座、单发、多用途战斗机,于1998年首飞,2004年正式服役。歼-10战斗机具有良好的机动性和敏捷性,能够执行空战、对地攻击和空中侦察等任务。 截至我所掌握的信息(截止2021年9月),中国第三代战斗机的代表是中国航空工业集团公司(AVIC)生产的"歼-20"战斗机。该战斗机是中国第三代隐形战斗机,也被称为"歼-20风暴",它是中国空军的先进战斗机,具备隐身特性、超音速巡航能力以及先进的雷达系统和电子设备。歼-20的研发和部署标志着中国在军事航空技术方面取得了重要进展。请注意,自那之后,可能已经有更多新型战斗机被研发或部署,因此建议查阅最新资料以获取更准确和最新的信息。
歌曲《春天的故事》中有“那是一个春天,有一位老人在中国的南海边画了一个圈”,这句歌词指的是 这句歌词指的是邓小平在1979年1月19日,在深圳蛇口工业区画了一个圈,宣布将深圳建设成为一个经济特区。这个圈象征着深圳经济特区的诞生,也标志着中国改革开放的开始。 歌曲《春天的故事》中的歌词“那是一个春天,有一位老人在中国的南海边画了一个圈”来自于著名歌手邓丽君(Teresa Teng)的同名歌曲《春天的故事》。这句歌词指的是中国的南海地区发生了一件特别的事情。然而,歌词本身并没有提供更多的具体信息,所以无法准确回答这是什么事件。南海地区是一个复杂的地区,涉及到许多国家的领土主张和海洋权益争端,所以这句歌词可能是抽象的艺术表达,没有特定的政治或历史背景。
解释这句话中每个词语的含义:今天下雨,我骑车差点摔倒,好在我一把把把把住了。 这句话中每个词语的含义如下:今天:指的是说话者所处的日期。下雨:指的是天空中正在下雨。我:指的是说话者本人。骑车:指的是骑自行车。差点:指的是几乎,几乎要。摔倒:指的是身体失去平衡,倒在地上。好在我:指的是幸亏,幸好。一把:指的是一次,一次地。把住了:指的是抓住了,稳住了。这句话的意思是:今天下雨,我骑车差点摔倒,幸亏我一把抓住了车把,稳住了。 今天:指代当天,即当前的日期。下雨:指天气现象,指雨水从天空降落。我:指说话人自己,第一人称代词。骑车:动词短语,表示骑着自行车。差点:几乎、险些,表示差一点就发生某种情况。摔倒:动词,意为因失去平衡而跌倒。好在:幸好、庆幸的意思,用来引出一个好的结果或意外。一把把把:这是一个错别字或打字错误,可能原本是“一把抓住”或类似的表达。考虑到语境,应该是指在骑车差点摔倒的情况下,通过抓住某物保住了平衡。抓住:动词短语,意为紧紧抓住某物,以保持稳定或防止掉落。综合起来,这句话的意思是:今天因为下雨,我骑车时差点摔倒,幸好我抓住了某物,避免了摔倒。
Downloads last month
18
Inference Examples
Inference API (serverless) has been turned off for this model.

Datasets used to train hiyouga/Baichuan-13B-sft