Finma 7b Nlp

🚀 FinMA-7B-NLP

FinMA-7B-NLP是一款金融大语言模型（LLM），是PIXIU项目的一部分。它旨在理解复杂的金融语言和概念，并经过微调以遵循自然语言指令，从而提升其在下游金融任务中的表现。具体而言，FinMA-7B-NLP仅在PIXIU数据集的NLP任务上进行训练，因此它特别适用于情感分析、新闻标题分类、命名实体识别和问答等任务。

🚀 快速开始

FinMA-7B-NLP是一款专为理解复杂金融语言和概念而开发的金融大语言模型。它经过微调，能够遵循自然语言指令，在下游金融任务中表现出色。

✨ 主要特性

• 专业金融领域：专门针对金融领域的NLP任务进行训练，如情感分析、新闻标题分类、命名实体识别和问答等。
• 多模型协同：作为PIXIU项目的一部分，与FinMA-7B-full和FinMA-30B等其他模型协同工作，满足不同的金融任务需求。
• 易于使用：可以通过Hugging Face Transformers库在Python项目中轻松加载和使用。

📦 安装指南

你可以使用Hugging Face Transformers库在Python项目中使用FinMA-7B-NLP模型。以下是加载模型的简单示例：

from transformers import LlamaTokenizer, LlamaForCausalLM

tokenizer = LlamaTokenizer.from_pretrained('ChanceFocus/finma-7b-nlp')
model = LlamaForCausalLM.from_pretrained('ChanceFocus/finma-7b-nlp', device_map='auto')

在这个示例中，LlamaTokenizer 用于加载分词器，LlamaForCausalLM 用于加载模型。device_map='auto' 参数用于在可用时自动使用GPU。

💻 使用示例

基础用法

from transformers import LlamaTokenizer, LlamaForCausalLM

tokenizer = LlamaTokenizer.from_pretrained('ChanceFocus/finma-7b-nlp')
model = LlamaForCausalLM.from_pretrained('ChanceFocus/finma-7b-nlp', device_map='auto')

高级用法

你还可以通过Hugging Face推理API使用该模型。这允许你在无需设置自己的推理环境的情况下生成文本。模型可以按需在推理API上加载。

📚 详细文档

PIXIU项目中的其他模型

除了FinMA-7B-NLP，PIXIU项目还包括另外两个模型：FinMA-7B-full和FinMA-30B。

• FinMA-7B-full：该模型使用PIXIU数据集中的完整指令数据进行训练，涵盖了NLP和预测任务。这使得它成为一个更全面的模型，能够处理更广泛的金融任务。
• FinMA-30B：该模型是FinMA的更大版本，在LLaMA-30B模型上进行微调。与FinMA-7B-NLP一样，它使用NLP指令数据进行训练。

关于

该模型是PIXIU项目的一部分，PIXIU是一个开源资源，提供了首批金融大语言模型（LLM）、指令调优数据和评估基准，以全面评估金融LLM。其目标是持续推动金融人工智能（AI）的开源发展。

如需更多信息，你可以访问GitHub上的PIXIU项目。

📄 许可证

FinMA-7B-NLP采用MIT许可证。有关更多详细信息，请参阅MIT文件。

🔖 引用

如果你在工作中使用了FinMA-7B-NLP，请引用PIXIU论文：

@misc{xie2023pixiu,
 title={PIXIU: A Large Language Model, Instruction Data and Evaluation Benchmark for Finance}, 
 author={Qianqian Xie and Weiguang Han and Xiao Zhang and Yanzhao Lai and Min Peng and Alejandro Lopez-Lira and Jimin Huang},
 year={2023},
 eprint={2306.05443},
 archivePrefix={arXiv},
 primaryClass={cs.CL}
}

📋 信息表格