Agentlm 7b

🚀 AgentLM-7B

AgentLM-7B是基於AgentTuning方法訓練的大語言模型，通過多任務交互軌跡微調，讓模型在代理任務中展現出強大能力，同時保持良好的通用語言能力。

🚀 快速開始

你可以通過以下鏈接快速訪問相關資源：

• 🤗 數據集
• 💻 GitHub倉庫
• 📌 項目主頁
• 📃 論文

✨ 主要特性

AgentTuning 是首次嘗試使用跨多個代理任務的交互軌跡對大語言模型進行指令微調。評估結果表明，AgentTuning 使大語言模型具備了代理能力，在未見的代理任務上具有強大的泛化能力，同時在通用語言能力方面也表現出色。我們已經開源了 AgentInstruct 數據集和 AgentLM 模型。

📚 詳細文檔

模型信息

AgentLM 模型是在 Llama-2-chat 模型的基礎上，通過在 AgentInstruct 數據集和 ShareGPT 數據集上進行混合訓練得到的。

這些模型遵循 Llama-2-chat 的對話格式，系統提示固定為：

You are a helpful, respectful and honest assistant.

7B、13B 和 70B 規模的模型可在 Huggingface 模型中心獲取。

引用信息

如果您覺得我們的工作有用，請考慮引用 AgentTuning：

@misc{zeng2023agenttuning,
      title={AgentTuning: Enabling Generalized Agent Abilities for LLMs}, 
      author={Aohan Zeng and Mingdao Liu and Rui Lu and Bowen Wang and Xiao Liu and Yuxiao Dong and Jie Tang},
      year={2023},
      eprint={2310.12823},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}