Piccolo Math 2x7b

🚀 Piccolo-math-2x7b

Piccolo-math-2x7b 是一款具備高質量代碼、數學和邏輯推理能力的模型。本項目以紀念作者的愛犬 Klaus（暱稱為 Piccolo）為初衷，為用戶提供強大的文本生成服務。

🚀 快速開始

你可以通過以下 Colab 鏈接進行推理和評估：點擊此處

💻 使用示例

基礎用法

from transformers import AutoModelForCausalLM, AutoTokenizer

def generate_response(prompt):
    """
    Generate a response from the model based on the input prompt.
    Args:
    prompt (str): Prompt for the model.

    Returns:
    str: The generated response from the model.
    """
    inputs = tokenizer(prompt, return_tensors="pt")
    outputs = model.generate(**inputs, max_new_tokens=256, eos_token_id=tokenizer.eos_token_id, pad_token_id=tokenizer.pad_token_id)

    response = tokenizer.decode(outputs[0], skip_special_tokens=True)

    return response

model_id = "macadeliccc/piccolo-math-2x7b"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id,load_in_4bit=True)

prompt = "What is the best way to train Cane Corsos?"

print("Response:")
print(generate_response(prompt), "\n")

該模型能夠進行高質量的代碼、數學和邏輯推理。你可以嘗試提出任何你想到的問題。

📚 詳細文檔

評估結果

EQ Bench

• 基準測試完成時間：2024-01-24 00:00:40
• 耗時：183.3 分鐘
• 提示格式：Mistral
• 模型：macadeliccc/piccolo-math-2x7b
• 得分 (v2)：70.74
• 可解析性：167.0

AGIEval

平均得分：43.89%

GPT4All

平均得分：74.98%

TruthfulQA

平均得分：63.96%

Bigbench

平均得分：44.99%

總體平均得分：56.96%

總耗時：01:51:53

Open LLM Leaderboard 評估結果

詳細結果可查看 此處

📄 許可證

本項目採用 MIT 許可證。