Llama 3 Taiwan 70B Instruct

🚀 Llama-3-Taiwan-70B

Llama-3-Taiwan-70B是一款基於Llama-3架構，在大量繁體中文和英文數據上微調的700億參數模型。它在各種繁體中文自然語言處理基準測試中表現出色，具備強大的語言理解、生成、推理和多輪對話能力。

🚀 快速開始

• 免費API：在NVIDIA NIM上使用免費API
• 演示網站：在twllm.com上交互式試用Llama-3-Taiwan。
• 聊天機器人競技場：參與精彩的聊天機器人競技場，與其他聊天機器人一較高下！

✨ 主要特性

• 參數規模：700億參數。
• 支持語言：繁體中文（zh-tw）、英文（en）。
• 微調數據：在高質量的繁體中文和英文語料庫上微調，涵蓋一般知識以及法律、製造、醫療和電子領域的行業知識。
• 上下文長度：8K上下文長度（另有128k版本）。
• 開源許可：基於Llama-3許可證發布的開源模型。

📦 安裝指南

Hugging Face Transformers庫

import torch
from transformers import pipeline, StoppingCriteria

# Define a custom stopping criteria class
class EosListStoppingCriteria(StoppingCriteria):
    def __init__(self, eos_sequence=[128256]):
        self.eos_sequence = eos_sequence

    def __call__(self, input_ids: torch.LongTensor, scores: torch.FloatTensor, **kwargs) -> bool:
        last_ids = input_ids[:, -len(self.eos_sequence):].tolist()
        return self.eos_sequence in last_ids

# Initialize the model with automatic device mapping
llm = pipeline("text-generation", model="yentinglin/Llama-3-Taiwan-70B-Instruct", device_map="auto")
tokenizer = llm.tokenizer

# Define a conversation example
chat = [
    {"role": "system", "content": "You are an AI assistant called Twllm, created by TAME (TAiwan Mixture of Expert) project."},
    {"role": "user", "content": "你好，請問你可以完成什麼任務？"},
    {"role": "assistant", "content": "你好，我可以幫助您解決各種問題、提供資訊並協助完成多種任務。例如：回答技術問題、提供建議、翻譯文字、尋找資料或協助您安排行程等。請告訴我如何能幫助您。"},
    {"role": "user", "content": "太棒了！"}
]
flatten_chat_for_generation = tokenizer.apply_chat_template(chat, tokenize=False, add_generation_prompt=True)
"""
<|im_start|>user
You are an AI assistant called Twllm, created by TAME (TAiwan Mixture of Expert) project.<|im_end|>
<|im_start|>user
你好，請問你可以完成什麼任務？<|im_end|>
<|im_start|>assistant
你好，我可以幫助您解決各種問題、提供資訊和協助您完成許多不同的任務。例如：回答技術問題、提供建議、翻譯文字、尋找資料或協助您安排行程等。請告訴我如何能幫助您。<|im_end|>
<|im_start|>user
太棒了！<|im_end|>
<|im_start|>assistant

"""

# Generate a response using the custom stopping criteria
output = llm(flatten_chat_for_generation, return_full_text=False, max_new_tokens=128, top_p=0.9, temperature=0.7, stopping_criteria=[EosListStoppingCriteria([tokenizer.eos_token_id])])
print(output[0]['generated_text'])
"謝謝！很高興能夠為您服務。如果有任何其他需要協助的地方，請隨時與我聯繫。我會盡最大努力為您提供所需的支援。"

vLLM

啟動服務器：

export NUM_GPUS=4
export PORT=8000

docker run \
  -e HF_TOKEN=$HF_TOKEN \
  --gpus '"device=0,1,2,3"' \
  -v ~/.cache/huggingface:/root/.cache/huggingface \
  -p "${PORT}:8000" \
  --ipc=host \
  vllm/vllm-openai:v0.4.0.post1 \
  --model "yentinglin/Llama-3-Taiwan-70B-Instruct" \
  -tp "${NUM_GPUS}"

示例客戶端代碼：

# pip install "openai>=1.0.0"
from openai import OpenAI
# Set OpenAI's API key and API base to use vLLM's API server.
openai_api_key = "EMPTY"
openai_api_base = "http://localhost:8000/v1"

client = OpenAI(
    api_key=openai_api_key,
    base_url=openai_api_base,
)

chat_response = client.chat.completions.create(
    model="yentinglin/Llama-3-Taiwan-70B-Instruct",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Tell me a joke."},
    ]
)
print("Chat response:", chat_response)

💻 使用示例

多輪對話

System: You are an AI assistant called Twllm, created by TAME (TAiwan Mixture of Expert) project.

User: 嗨，你好！

Assistant: 你好！我今天可以如何協助你？

User: 就想聊天而已....

Assistant: 當然，我很樂意和你聊天！有什麼特別想談論的嗎？

RAG（檢索增強生成）

System: You are an AI assistant called Twllm, created by TAME (TAiwan Mixture of Expert) project.

User: 明天台大天氣如何？

Assistant: 根據天氣預報，明天台大天氣為陣雨。低溫 24°C。10 到 15 公里/小時 的 東 風 。降雨機率為 40%。

格式化輸出, 語言理解, 實體識別, 函數調用

System: You are an AI assistant called Twllm, created by TAME (TAiwan Mixture of Expert) project.

User: 您是電影評論分析師，負責情緒分析。
分析每個被評論的句子，評估句子中每個字和標點符號的重要性，
並且將結果使用 tuple 的結構列出。
tuple 值的範圍介於 -1 (負向) 到 1 (正向) 之間，
然後，將評論分類為正向 (1) 或負向 (-1)。
這些需要被評論的句子，包含在 <review> 標籤中間。

輸出範例:
[(<單字或標點符號>, <float importance>), ...]
<int classification>
<review> 根據外媒報導，宏都拉斯在去年3月與臺灣斷交，並轉往與中國建交之後，卻遲遲等不到中國的金援，談好要進口宏都拉斯的白蝦也拖延許久，甚至還將白蝦價格殺價至過往與臺灣交易的半價，再加上墨西哥同時也中斷了與宏國的白蝦貿易，對當地蝦農可說是雪上加霜。 <review>
  

Assistant: [('根據', 0.2), ('外媒', 0.1), ('報導', -0.1), (',', 0.05), ('宏都拉斯', -0.3), ('在去年3月與臺灣斷交， ', -0.5), ('並轉往與中國建交之後， ', -0.4), ('卻遲遲等不到中國的金援， ', -1),
('談好要進口宏都拉斯的白蝦也拖延許久， ', -1),
(',甚至還將白蝦價格殺價至過往與臺灣交易的半價，再加上墨西哥同時也中斷了與宏國的白蝦貿易，對當地蝦農可說是雪上加霜。 ',-1)]
-1

📚 詳細文檔

訓練細節

• 訓練框架：NVIDIA NeMo、NVIDIA NeMo Megatron
• 推理框架：NVIDIA TensorRT-LLM
• 基礎模型：Llama-3 70B
• 硬件：臺北-1上的NVIDIA DGX H100
• 上下文長度：8K tokens（另有128k版本）
• 批次大小：每步2M tokens

評估

查看Open TW LLM Leaderboard以獲取完整和最新的列表。

數字默認為0-shot。評估實現

^ 從原始數據集中獲取最接近的匹配數字。

《出師表》細節查找評估

「《出師表》細節查找」評估測試模型定位和回憶嵌入在大量文本中的重要信息的能力，使用諸葛亮的經典中文文本《出師表》。

要運行評估，請使用腳本。

TW MT-Bench得分

• 平均分：7.5375
• 最高分：10
• 最低分：1
• 中位數：9.0
• 標準差：3.0349783771882133
• 總得分數：160
• 模型回覆
• GPT-4評估
• 從mtkresearch/TCEval分叉並修復了錯誤的代碼

🔧 技術細節

本模型使用NVIDIA NeMo™ Framework，在基於NVIDIA DGX H100系統構建的NVIDIA臺北-1上進行訓練。訓練和推理的具體框架和參數如下：

• 訓練框架：NVIDIA NeMo、NVIDIA NeMo Megatron
• 推理框架：NVIDIA TensorRT-LLM
• 基礎模型：Llama-3 70B
• 硬件：NVIDIA DGX H100 on Taipei-1
• 上下文長度：8K tokens（另有128k版本）
• 批次大小：每步2M tokens

📄 許可證

本模型基於Llama-3許可證發布。

貢獻者

• Yun-Nung (Vivian) Chen教授，在整個項目中提供指導和建議。
• Wei-Lin Chen，負責預訓練數據管道。
• Tzu-Han Lin，負責合成數據生成。
• Chang-Sheng Kao，負責提升合成數據質量。
• Kang-Chieh Chen，負責清理指令跟隨數據。
• Min-Yi Chen 和 Shao-Heng Hsu，負責收集化學工程數據和基準。
• Chung-Yao Ma、Jonathan Guo 和 Kai-Chun Chang，負責收集製造和電氣工程數據和基準，以及項目進度管理。

引用

@article{DBLP:journals/corr/abs-2311-17487,
  author       = {Yen{-}Ting Lin and
                  Yun{-}Nung Chen},
  title        = {Taiwan {LLM:} Bridging the Linguistic Divide with a Culturally Aligned
                  Language Model},
  journal      = {CoRR},
  volume       = {abs/2311.17487},
  year         = {2023},
  url          = {https://doi.org/10.48550/arXiv.2311.17487},
  doi          = {10.48550/ARXIV.2311.17487},
  eprinttype    = {arXiv},
  eprint       = {2311.17487},
  timestamp    = {Tue, 05 Dec 2023 14:40:42 +0100},
  biburl       = {https://dblp.org/rec/journals/corr/abs-2311-17487.bib},
  bibsource    = {dblp computer science bibliography, https://dblp.org}
}
@article{DBLP:journals/corr/abs-2403-20180,
  author       = {Po{-}Heng Chen and
                  Sijia Cheng and
                  Wei{-}Lin Chen and
                  Yen{-}Ting Lin and
                  Yun{-}Nung Chen},
  title        = {Measuring Taiwanese Mandarin Language Understanding},
  journal      = {CoRR},
  volume       = {abs/2403.20180},
  year         = {2024},
  url          = {https://doi.org/10.48550/arXiv.2403.20180},
  doi          = {10.48550/ARXIV.2403.20180},
  eprinttype    = {arXiv},
  eprint       = {2403.20180},
  timestamp    = {Wed, 10 Apr 2024 17:37:45 +0200},
  biburl       = {https://dblp.org/rec/journals/corr/abs-2403-20180.bib},
  bibsource    = {dblp computer science bibliography, https://dblp.org}
}

免責聲明

本模型「如是」（as‑is）提供，不提供任何形式的保證。使用者須自行評估結果之正確性與適用性。開發者對於使用本模型所引發之任何直接或間接損失，不承擔任何法律責任。
嚴禁用於醫療診斷、法律諮詢、金融投資等高風險場景；若有相關需求，請尋求專業人員協助。