Xwin LM 13B V0.1

🚀 Xwin-LM：強大、穩定且可復現的大語言模型對齊方案

Xwin-LM旨在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。值得注意的是，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致力於為大語言模型提供先進的對齊技術。其首個版本基於Llama2基礎模型構建，在AlpacaEval基準測試中表現卓越，排名第一且首次超越GPT - 4。

✨ 主要特性

• 先進的對齊技術：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。
• 卓越的性能表現：在AlpacaEval基準測試中，Xwin-LM - 70B - V0.1對Text - Davinci - 003的勝率達到95.57%，對GPT - 4的勝率為60.61%。
• 持續更新：項目將不斷迭代，釋放更多能力。

📚 詳細文檔

最新消息

• 💥 [2023年9月] 我們發佈了Xwin-LM-70B-V0.1，在AlpacaEval基準測試中，對Text - Davinci - 003的勝率達到95.57%，排名第一。這是首個在AlpacaEval上超越GPT - 4的模型，對GPT - 4的勝率為60.61%。
• 🔍 [2023年9月] RLHF在Xwin-LM - V0.1版本的出色表現中發揮了關鍵作用！
• 💥 [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個問題上對Text - Davinci - 003的勝率。為提供全面評估，我們首次展示了其對ChatGPT和GPT - 4的勝率。Xwin-LM模型家族在所有指標上均創下了新的最優性能。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的勝率為60.61%。

AlpacaEval案例研究

Xwin-LM在NLP基礎任務上的性能

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

💻 使用示例

對話模板

使用我們的模型進行推理時，請嚴格遵循以下對話模板以獲得理想結果。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、詳細且禮貌的回答。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、詳細且禮貌的回答。 "
            "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) 
# 當然可以！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，我會盡力提供幫助。

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、詳細且禮貌的回答。 "
            "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
• [ ] 釋放更多能力，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。