Xwin LM 7B V0.2

🚀 Xwin-LM: 強力で安定した再現可能な大規模言語モデルのアライメント

Xwin-LMは、大規模言語モデルのアライメント技術を開発し、オープンソース化することを目指しています。これには、教師付き微調整（SFT）、報酬モデル（RM）、棄却サンプリング、人間のフィードバックによる強化学習（RLHF）などが含まれます。初回リリースのモデルはLlama2をベースに構築され、AlpacaEvalで1位を獲得しました。特に、このベンチマークで初めてGPT - 4を上回ったモデルです。本プロジェクトは継続的に更新されます。

🚀 クイックスタート

Xwin-LMを使って大規模言語モデルのアライメントを強化しましょう！

✨ 主な機能

• 大規模言語モデルのアライメント技術の開発とオープンソース化。
• Llama2ベースのモデルで、AlpacaEvalベンチマークで高い勝率を達成。
• 継続的な更新による性能向上。

📚 ドキュメント

ニュース

• 💥 [2023年10月12日] Xwin-LM-7B-V0.2 と Xwin-LM-13B-V0.2 がリリースされました。比較データとRLトレーニング（PPO）が改善されています。GPT - 4に対する勝率はそれぞれ59.83%（7Bモデル）と70.36%（13Bモデル）に大幅に向上しています。70Bモデルは近日リリース予定です。
• 💥 [2023年9月] Xwin-LM-70B-V0.1 をリリースしました。AlpacaEval ベンチマークでDavinci - 003に対する勝率が95.57%を達成し、AlpacaEvalで1位にランクインしました。AlpacaEvalで初めてGPT - 4を上回ったモデルです。また、GPT - 4に対する勝率は60.61です。
• 🔍 [2023年9月] RLHFはXwin-LM-V0.1リリースの高い性能において重要な役割を果たしています！
• 💥 [2023年9月] Xwin-LM-13B-V0.1 をリリースしました。AlpacaEval で91.76%の勝率を達成し、すべての13Bモデルの中で1位にランクインしました。
• 💥 [2023年9月] Xwin-LM-7B-V0.1 をリリースしました。AlpacaEval で87.82%の勝率を達成し、すべての7Bモデルの中で1位にランクインしました。

モデルカード

ベンチマーク

AlpacaEval でのXwin-LMの性能

以下の表は、AlpacaEval でのXwin-LMの性能を示しています。ここでは、805の質問にわたってText - Davinci - 003に対する勝率を評価しています。包括的な評価のために、ChatGPTおよびGPT - 4に対する勝率も初めて提示しています。Xwin-LMモデルファミリーはすべての指標で新たな最先端性能を確立しています。特に、Xwin-LM-70B-V0.1は初めてGPT - 4を上回り、Text - Davinci - 003に対する勝率は95.57%、GPT - 4に対する勝率は**60.61%**を達成しています。

AlpacaEval のケーススタディ

Open LLM Leaderboard のNLP基礎タスクでのXwin-LMの性能

次の表は、Open LLM Leaderboard のNLP基礎タスクにおけるXwin-LMと他の大規模言語モデルの比較を提供しています。

💻 使用例

会話テンプレート

推論にモデルを使用する際には、望ましい結果を得るために会話テンプレートに厳密に従ってください。当社のモデルはVicunaが確立したプロンプト形式を採用しており、複数ターンの会話をサポートしています。

好奇心旺盛なユーザーと人工知能アシスタントの会話。アシスタントは、ユーザーの質問に役立つ、詳細な、礼儀正しい回答を提供します。ユーザー: こんにちは！ アシスタント: こんにちは。</s>ユーザー: あなたは誰ですか？ アシスタント: 私はXwin-LMです。</s>......

HuggingFaceの例

from transformers import AutoTokenizer, AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained("Xwin-LM/Xwin-LM-7B-V0.1")
tokenizer = AutoTokenizer.from_pretrained("Xwin-LM/Xwin-LM-7B-V0.1")
(
    prompt := "A chat between a curious user and an artificial intelligence assistant. "
            "The assistant gives helpful, detailed, and polite answers to the user's questions. "
            "USER: Hello, can you help me? "
            "ASSISTANT:"
)
inputs = tokenizer(prompt, return_tensors="pt")
samples = model.generate(**inputs, max_new_tokens=4096, temperature=0.7)
output = tokenizer.decode(samples[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True)
print(output) 
# Of course! I'm here to help. Please feel free to ask your question or describe the issue you're having, and I'll do my best to assist you.

vLLMの例

Xwin-LMはLlama2をベースにしているため、vLLMを使用した高速推論もサポートしています。詳細なインストール手順については、vLLMを参照してください。

from vllm import LLM, SamplingParams
(
    prompt := "A chat between a curious user and an artificial intelligence assistant. "
            "The assistant gives helpful, detailed, and polite answers to the user's questions. "
            "USER: Hello, can you help me? "
            "ASSISTANT:"
)
sampling_params = SamplingParams(temperature=0.7, max_tokens=4096)
llm = LLM(model="Xwin-LM/Xwin-LM-7B-V0.1")
outputs = llm.generate([prompt,], sampling_params)

for output in outputs:
    prompt = output.prompt
    generated_text = output.outputs[0].text
    print(generated_text)

今後の予定

• [ ] ソースコードのリリース
• [ ] 数学や推論など、より多くの機能のリリース

引用

このリポジトリのデータまたはコードを使用する場合は、以下のように引用してください。

@software{xwin-lm,
  title = {Xwin-LM},
  author = {Xwin-LM Team},
  url = {https://github.com/Xwin-LM/Xwin-LM},
  version = {pre-release},
  year = {2023},
  month = {9},
}

謝辞

Llama 2、FastChat、AlpacaFarm、およびvLLMに感謝します。

📄 ライセンス

Llama2ライセンス