Pllama 13b Instruct

🚀 植物科學模型PLLaMa-13b-instruct

本模型基於LLaMa - 2 - 13b - base，在超過150萬篇植物科學學術文章上進行持續訓練，專為植物科學領域進行了優化。此外，它還經過了進一步的指令微調，以更好地遵循用戶指令。

🚀 快速開始

模型使用示例

from transformers import LlamaTokenizer, LlamaForCausalLM
import torch

tokenizer = LlamaTokenizer.from_pretrained("Xianjun/PLLaMa-13b-instruct")
model = LlamaForCausalLM.from_pretrained("Xianjun/PLLaMa-13b-instruct").half().to("cuda")

instruction = "How to ..."
batch = tokenizer(instruction, return_tensors="pt", add_special_tokens=False).to("cuda")
with torch.no_grad():
    output = model.generate(**batch, max_new_tokens=512, temperature=0.7, do_sample=True)
    response = tokenizer.decode(output[0], skip_special_tokens=True)

📄 許可證

本模型採用Apache - 2.0許可證。

📚 引用信息

如果您在研究中發現PLLaMa很有用，請引用以下論文：

@inproceedings{Yang2024PLLaMaAO,
  title={PLLaMa: An Open-source Large Language Model for Plant Science},
  author={Xianjun Yang and Junfeng Gao and Wenxin Xue and Erik Alexandersson},
  year={2024},
  url={https://api.semanticscholar.org/CorpusID:266741610}
}

📋 模型信息