Trinity 33B V1.0

🚀 Trinity

Trinity 是一款通用的編碼人工智能。Trinity-33B-v1.0 在 HumanEval 測試中取得了 70 分的成績。

✨ 主要特性

• 高性能編碼：Trinity 作為通用編碼 AI，在 HumanEval 測試中表現出色，Trinity-33B-v1.0 達到 70 分。
• 進攻性網絡安全模型：旗下的進攻性網絡安全模型 WhiteRabbitNeo - 33B - v1.2 已進入測試階段，具備提示增強功能。

📦 安裝指南

文檔未提供安裝步驟，暫不展示。

💻 使用示例

基礎用法

import torch, json
from transformers import AutoModelForCausalLM, AutoTokenizer

model_path = "/home/migel/models/Trinity"

model = AutoModelForCausalLM.from_pretrained(
    model_path,
    torch_dtype=torch.float16,
    device_map="auto",
    load_in_4bit=False,
    load_in_8bit=True,
    trust_remote_code=True,
)

tokenizer = AutoTokenizer.from_pretrained(model_path, trust_remote_code=True)


def generate_text(instruction):
    tokens = tokenizer.encode(instruction)
    tokens = torch.LongTensor(tokens).unsqueeze(0)
    tokens = tokens.to("cuda")

    instance = {
        "input_ids": tokens,
        "top_p": 1.0,
        "temperature": 0.5,
        "generate_len": 1024,
        "top_k": 50,
    }

    length = len(tokens[0])
    with torch.no_grad():
        rest = model.generate(
            input_ids=tokens,
            max_length=length + instance["generate_len"],
            use_cache=True,
            do_sample=True,
            top_p=instance["top_p"],
            temperature=instance["temperature"],
            top_k=instance["top_k"],
            num_return_sequences=1,
        )
    output = rest[0][length:]
    string = tokenizer.decode(output, skip_special_tokens=True)
    answer = string.split("USER:")[0].strip()
    return f"{answer}"




conversation = f"SYSTEM: You are an AI that can code. Answer with code."


while True:
    user_input = input("You: ")
    llm_prompt = f"{conversation} \nUSER: {user_input} \nASSISTANT: "
    answer = generate_text(llm_prompt)
    print(answer)
    conversation = f"{llm_prompt}{answer}"
    # print(conversation)
    json_data = {"prompt": user_input, "answer": answer}

    # print(json_data)
    # with open(output_file_path, "a") as output_file:
    #     output_file.write(json.dumps(json_data) + "\n")

📚 詳細文檔

進攻性網絡安全模型試用

我們的進攻性網絡安全模型 WhiteRabbitNeo - 33B - v1.2 目前處於測試階段！你可以查看其提示增強功能，訪問地址：https://www.whiterabbitneo.com/

加入 Discord 服務器

歡迎加入我們的 Discord 服務器，鏈接：https://discord.gg/8Ynkrcbk92 （12 月 29 日更新，現為永久加入鏈接）

使用條款

當你訪問並使用此人工智能（AI）模型時，你作為用戶，需承認並同意你需獨自對你使用該模型及其產生的結果負責。你特此同意賠償、辯護並使此 AI 模型的創建者、開發者以及任何關聯人員或實體免受因你使用該 AI 模型而直接或間接產生的任何及所有索賠、責任、損害、損失、成本、費用（包括合理的律師費和訴訟費）。

此 AI 模型按“原樣”和“現有狀態”提供，不提供任何形式的明示或暗示保證，包括但不限於適銷性、特定用途適用性和不侵權的保證。創建者不保證該 AI 模型將滿足你的要求，或能在不間斷、安全或無錯誤的基礎上使用。

你使用該 AI 模型需自行承擔風險和責任，並且你將獨自對因使用該 AI 模型而導致的計算機系統損壞或數據丟失負責。

本免責聲明構成你與該 AI 模型創建者就你使用該模型達成的協議的一部分，取代你與創建者之前就使用此 AI 模型達成的任何協議。

📄 許可證

• 許可證類型：other
• 許可證名稱：deepseek - coder - 33b
• 許可證鏈接：https://huggingface.co/deepseek-ai/deepseek-coder-33b-base/blob/main/LICENSE