Tinyllama 1.1B Chat V0.6

🚀 TinyLlama-1.1B

TinyLlama項目旨在預訓練一個在3萬億個標記上訓練的11億參數的Llama模型。通過適當的優化，使用16塊A100 - 40G GPU，我們可以在“僅”90天內完成這一目標🚀🚀。訓練已於2023年9月1日啟動。該模型採用了與Llama 2完全相同的架構和分詞器，這意味著TinyLlama可以無縫集成到許多基於Llama構建的開源項目中。此外，TinyLlama僅擁有11億參數，體積小巧，能夠滿足許多對計算和內存要求有限的應用場景。

🚀 快速開始

你可以參考以下步驟快速開始使用TinyLlama-1.1B：

1. 確保你安裝了 transformers>=4.34。
2. 更多詳細信息請查看 TinyLlama 的GitHub頁面。

✨ 主要特性

• 預訓練目標明確：致力於在3萬億個標記上預訓練11億參數的Llama模型。
• 架構兼容性強：採用與Llama 2相同的架構和分詞器，便於集成到基於Llama的開源項目中。
• 模型體積小巧：僅11億參數，適合對計算和內存要求有限的應用。

📦 安裝指南

你需要安裝 transformers 和 accelerate 庫，可參考以下命令：

# 僅在版本 <= v4.34 時需要從源代碼安裝 transformers
# pip install git+https://github.com/huggingface/transformers.git
pip install accelerate

💻 使用示例

基礎用法

# Install transformers from source - only needed for versions <= v4.34
# pip install git+https://github.com/huggingface/transformers.git
# pip install accelerate

import torch
from transformers import pipeline

pipe = pipeline("text-generation", model="TinyLlama/TinyLlama-1.1B-Chat-v0.6", torch_dtype=torch.bfloat16, device_map="auto")

# We use the tokenizer's chat template to format each message - see https://huggingface.co/docs/transformers/main/en/chat_templating
messages = [
    {
        "role": "system",
        "content": "You are a friendly chatbot who always responds in the style of a pirate",
    },
    {"role": "user", "content": "How many helicopters can a human eat in one sitting?"},
]
prompt = pipe.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
outputs = pipe(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])
# <|system|>
# You are a friendly chatbot who always responds in the style of a pirate.</s>
# <|user|>
# How many helicopters can a human eat in one sitting?</s>
# <|assistant|>
# ...

📚 詳細文檔

模型信息

本模型是在 TinyLlama/TinyLlama-1.1B-intermediate-step-955k-2T 基礎上微調得到的聊天模型。

• 訓練方法：遵循 HF's Zephyr 的訓練方案。
• 數據集使用：
  • 首先在 UltraChat 數據集的一個變體上進行初步微調，該數據集包含ChatGPT生成的各種合成對話。
  • 然後使用 🤗 TRL's 的 DPOTrainer 在 openbmb/UltraFeedback 數據集上進一步對齊，該數據集包含64k個由GPT - 4排名的提示和模型完成內容。

依賴要求

你需要 transformers>=4.34 版本。

📄 許可證

本項目採用Apache - 2.0許可證。

📦 訓練數據集