Openchat 3.5 0106

🚀 OPENCHAT

OPENCHAT 是一個基於混合質量數據推進的開源語言模型，在多個基準測試中表現優異，具備多種模式和新特性，能為用戶提供高效的文本生成服務。

🚀 快速開始

要使用此模型，強烈建議按照我們倉庫中的安裝指南安裝 OpenChat 包，並通過運行以下表格中的服務命令來使用與 OpenAI 兼容的 OpenChat API 服務器。該服務器使用 vLLM 進行了高吞吐量部署優化，可在具有 24GB 內存的消費級 GPU 上運行。若要啟用張量並行，可在服務命令後追加 --tensor-parallel-size N。

服務器啟動後，會在 localhost:18888 監聽請求，並且與 OpenAI ChatCompletion API 規範兼容。請參考以下示例請求。此外，你還可以使用 OpenChat Web UI 獲得更友好的用戶體驗。

如果你想將服務器部署為在線服務，可以使用 --api-keys sk-KEY1 sk-KEY2 ... 指定允許的 API 密鑰，並使用 --disable-log-requests --disable-log-stats --log-file openchat.log 僅將日誌記錄到文件中。出於安全考慮，建議在服務器前使用 HTTPS 網關。

curl http://localhost:18888/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openchat_3.5",
    "messages": [{"role": "user", "content": "You are a large language model named OpenChat. Write a poem to describe yourself"}]
  }'

curl http://localhost:18888/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openchat_3.5",
    "condition": "Math Correct",
    "messages": [{"role": "user", "content": "10.3 − 7988.8133 = "}]
  }'

對話模板

💡 默認模式（GPT4 校正）：最適合編碼、聊天和常規任務

GPT4 Correct User: Hello<|end_of_turn|>GPT4 Correct Assistant: Hi<|end_of_turn|>GPT4 Correct User: How are you today?<|end_of_turn|>GPT4 Correct Assistant:

🧮 數學推理模式：專為解決數學問題而設計

Math Correct User: 10.3 − 7988.8133=<|end_of_turn|>Math Correct Assistant:

⚠️ 注意：請記得將 <|end_of_turn|> 設置為生成結束標記。

默認（GPT4 校正）模板也可以作為集成的 tokenizer.chat_template 使用，這樣就無需手動指定模板：

messages = [
    {"role": "user", "content": "Hello"},
    {"role": "assistant", "content": "Hi"},
    {"role": "user", "content": "How are you today?"}
]
tokens = tokenizer.apply_chat_template(messages, add_generation_prompt=True)
assert tokens == [1, 420, 6316, 28781, 3198, 3123, 1247, 28747, 22557, 32000, 420, 6316, 28781, 3198, 3123, 21631, 28747, 15359, 32000, 420, 6316, 28781, 3198, 3123, 1247, 28747, 1602, 460, 368, 3154, 28804, 32000, 420, 6316, 28781, 3198, 3123, 21631, 28747]

✨ 主要特性

（實驗性）評估器/反饋功能

本次版本包含了評估器功能，旨在推動開源模型作為評估器的發展。你可以使用 默認模式（GPT4 校正） 和以下提示（與 Prometheus 相同）來評估響應。

###任務描述:
給定一個指令（可能包含輸入）、一個待評估的響應、一個得分為 5 的參考答案以及一個代表評估標準的評分規則。
1. 嚴格根據給定的評分規則，撰寫一份詳細的反饋，評估響應的質量，而非進行一般性評估。
2. 撰寫反饋後，給出一個 1 到 5 之間的整數分數。請參考評分規則。
3. 輸出格式應如下所示："反饋: (針對標準撰寫的反饋) [結果] (1 到 5 之間的整數)"
4. 請不要生成任何其他開頭、結尾和解釋內容。

###待評估的指令:
{orig_instruction}

###待評估的響應:
{orig_response}

###參考答案（得分 5）:
{orig_reference_answer}

###評分規則:
[{orig_criteria}]
得分 1: {orig_score1_description}
得分 2: {orig_score2_description}
得分 3: {orig_score3_description}
得分 4: {orig_score4_description}
得分 5: {orig_score5_description}

###反饋: 

📚 詳細文檔

基準測試

HumanEval+

OpenChat-3.5 與 Grok 對比

🔥 OpenChat-3.5-0106 (7B) 現在在 所有 4 項基準測試 中均優於 Grok-0 (33B)，在平均分和 3/4 項基準測試 中優於 Grok-1 (???B)。

*: Grok 的結果由 X.AI 報告。

🔧 技術細節

侷限性

基礎模型侷限性

儘管 OpenChat 具有先進的能力，但仍然受到其基礎模型固有侷限性的約束。這些侷限性可能會影響模型在以下領域的性能：

• 複雜推理
• 數學和算術任務
• 編程和編碼挑戰

生成不存在信息（幻覺）

OpenChat 有時可能會生成不存在或不準確的信息，即所謂的“幻覺”。用戶應意識到這種可能性，並對從模型獲得的任何關鍵信息進行驗證。

安全性

OpenChat 有時可能會生成有害、仇恨言論、有偏見的響應，或回答不安全的問題。在需要安全和經過審核的響應的用例中，應用額外的 AI 安全措施至關重要。

📄 許可證

我們的 OpenChat 3.5 代碼和模型遵循 Apache 許可證 2.0 進行分發。

📚 引用

@article{wang2023openchat,
  title={OpenChat: Advancing Open-source Language Models with Mixed-Quality Data},
  author={Wang, Guan and Cheng, Sijie and Zhan, Xianyuan and Li, Xiangang and Song, Sen and Liu, Yang},
  journal={arXiv preprint arXiv:2309.11235},
  year={2023}
}

💌 聯繫我們

我們期待聽到你的聲音，並希望在這個令人興奮的項目上進行合作！

項目負責人：

• 王觀 [imonenext at gmail dot com]
• Alpay Ariyak [aariyak at wpi dot edu]