Agentlm 70b

🚀 AgentLM-70B

AgentLM-70B 是基於 AgentTuning 方法訓練的大語言模型。AgentTuning 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 使大語言模型具備代理能力，在未見的代理任務上具有強大的泛化能力，同時保持良好的通用語言能力。本項目開源了 AgentInstruct 數據集和 AgentLM 模型。

🤗 [數據集] • 💻 [GitHub 倉庫] • 📌 [項目主頁] • 📃 [論文]

✨ 主要特性

• 代理能力泛化：通過 AgentTuning 方法，模型在未見的代理任務上具備強大的泛化能力。
• 良好語言能力：在保持通用語言能力的同時，賦予模型代理能力。
• 多模型支持：提供 7B、13B 和 70B 等不同規模的模型。

📚 詳細文檔

模型

AgentLM 系列模型是在 Llama-2-chat 模型基礎上，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.

以下是不同規模模型在 Huggingface 模型中心的鏈接：

引用

如果您覺得我們的工作有幫助，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}
}