Xwin LM 7B V0.2

🚀 Xwin-LM：強大、穩定且可復現的大語言模型對齊方案

Xwin-LM致力於開發並開源大語言模型的對齊技術，涵蓋監督微調（SFT）、獎勵模型（RM）、拒絕採樣、基於人類反饋的強化學習（RLHF）等。我們基於Llama2基礎模型的首個版本，在AlpacaEval上排名第一。值得一提的是，這是首個在該基準測試中超越GPT - 4的模型。本項目將持續更新。

🚀 快速開始

Xwin-LM旨在助力你的大語言模型對齊工作！它提供了一系列先進的對齊技術，讓你的模型在性能上更上一層樓。你可以通過以下鏈接訪問項目：

• GitHub
• Hugging Face

✨ 主要特性

• 先進的對齊技術：涵蓋SFT、RM、拒絕採樣、RLHF等多種對齊技術。
• 卓越的性能表現：在AlpacaEval基準測試中排名領先，超越GPT - 4。
• 持續更新：項目會不斷迭代，添加更多功能和優化。

📚 詳細文檔

新聞動態

• 💥 [2023年10月12日] Xwin-LM-7B-V0.2 和 Xwin-LM-13B-V0.2 發佈，比較數據和RL訓練（如PPO）得到改進。它們與GPT - 4的勝率顯著提高，分別達到59.83%（7B模型）和70.36%（13B模型）。70B模型即將發佈。
• 💥 [2023年9月] 我們發佈了 Xwin-LM-70B-V0.1，在AlpacaEval基準測試中對Davinci - 003的勝率達到95.57%，在AlpacaEval上排名第一。這是首個在AlpacaEval上超越GPT - 4的模型。其與GPT - 4的勝率為60.61。
• 🔍 [2023年9月] RLHF在Xwin-LM-V0.1版本的出色表現中起到了關鍵作用！
• 💥 [2023年9月] 我們發佈了 Xwin-LM-13B-V0.1，在AlpacaEval上的勝率達到91.76%，在所有13B模型中排名第一。
• 💥 [2023年9月] 我們發佈了 Xwin-LM-7B-V0.1，在AlpacaEval上的勝率達到87.82%，在所有7B模型中排名第一。

模型卡片

基準測試

Xwin-LM在AlpacaEval上的性能

下表展示了Xwin-LM在AlpacaEval上的性能，該測試評估了其在805個問題上相對於Text - Davinci - 003的勝率。為了提供全面的評估，我們首次展示了其相對於ChatGPT和GPT - 4的勝率。我們的Xwin-LM模型家族在所有指標上都樹立了新的標杆。值得注意的是，Xwin-LM-70B-V0.1首次超越了GPT - 4，對Text - Davinci - 003的勝率達到95.57%，對GPT - 4的勝率達到60.61%。

AlpacaEval案例研究

Xwin-LM在NLP基礎任務上的性能

下表比較了Xwin-LM與其他大語言模型在Open LLM Leaderboard的NLP基礎任務上的表現。

推理

對話模板

為了獲得理想的結果，請在使用我們的模型進行推理時嚴格遵循對話模板。我們的模型採用了Vicuna建立的提示格式，並支持多輪對話。

一個好奇的用戶與人工智能助手之間的對話。助手會為用戶的問題提供有幫助、詳細且禮貌的答案。用戶：你好！助手：你好。</s>用戶：你是誰？助手：我是Xwin-LM。</s>......

HuggingFace示例

from transformers import AutoTokenizer, AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained("Xwin-LM/Xwin-LM-7B-V0.1")
tokenizer = AutoTokenizer.from_pretrained("Xwin-LM/Xwin-LM-7B-V0.1")
(
    prompt := "一個好奇的用戶與人工智能助手之間的對話。 "
            "助手會為用戶的問題提供有幫助、詳細且禮貌的答案。 "
            "用戶：你好，你能幫我嗎？ "
            "助手:"
)
inputs = tokenizer(prompt, return_tensors="pt")
samples = model.generate(**inputs, max_new_tokens=4096, temperature=0.7)
output = tokenizer.decode(samples[0][inputs["input_ids"].shape[1]:], skip_special_tokens=True)
print(output) 
# 當然！我在這裡提供幫助。請隨時提出你的問題或描述你遇到的問題，我會盡力協助你。

vLLM示例

由於Xwin-LM基於Llama2，它也支持使用vLLM進行快速推理。請參考vLLM獲取詳細的安裝說明。

from vllm import LLM, SamplingParams
(
    prompt := "一個好奇的用戶與人工智能助手之間的對話。 "
            "助手會為用戶的問題提供有幫助、詳細且禮貌的答案。 "
            "用戶：你好，你能幫我嗎？ "
            "助手:"
)
sampling_params = SamplingParams(temperature=0.7, max_tokens=4096)
llm = LLM(model="Xwin-LM/Xwin-LM-7B-V0.1")
outputs = llm.generate([prompt,], sampling_params)

for output in outputs:
    prompt = output.prompt
    generated_text = output.outputs[0].text
    print(generated_text)

待辦事項

• [ ] 發佈源代碼
• [ ] 發佈更多功能，如數學、推理等。

引用

如果您使用了本倉庫中的數據或代碼，請考慮引用我們的工作。

@software{xwin-lm,
  title = {Xwin-LM},
  author = {Xwin-LM Team},
  url = {https://github.com/Xwin-LM/Xwin-LM},
  version = {pre-release},
  year = {2023},
  month = {9},
}

致謝

感謝 Llama 2、FastChat、AlpacaFarm 和 vLLM。

📄 許可證

本項目採用 Llama 2許可證。