Phi 2 Arxiv Physics Instruct

🚀 Phi-2 物理问答模型

本项目是基于 ArtifactAI/arxiv-physics-instruct-30k 数据集训练的 Phi-2 模型，主要用于科研目的，请勿用于生产环境。

🚀 快速开始

本模型是在 transformers 库中使用的语言模型，下面为你展示使用该模型的示例脚本。

基础用法

from huggingface_hub import notebook_login
from datasets import load_dataset, Dataset
from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer

model = "ArtifactAI/phi-2-arxiv-physics-instruct"

model = AutoModelForCausalLM.from_pretrained(base_model, trust_remote_code= True)
tokenizer = AutoTokenizer.from_pretrained(base_model, trust_remote_code=True)

def generate(prompt):
  inputs = tokenizer(f'''Below is an instruction that describes a task. Write a response that appropriately completes the request If you are adding additional white spaces, stop writing".\n\n### Instruction:\n{prompt}.\n\n### Response:\n ''', return_tensors="pt", return_attention_mask=False)
  streamer = TextStreamer(tokenizer, skip_prompt= True)
  _ = model.generate(**inputs, streamer=streamer, max_new_tokens=500)
  
generate("what is an atom?")

✨ 主要特性

• 模型类型：语言模型
• 支持语言：英语
• 许可证：Apache 2.0
• 相关模型：Phi-1_5

📦 安装指南

文档中未提及具体安装步骤，暂无法提供。

💻 使用示例

基础用法

from huggingface_hub import notebook_login
from datasets import load_dataset, Dataset
from transformers import AutoModelForCausalLM, AutoTokenizer, TextStreamer

model = "ArtifactAI/phi-2-arxiv-physics-instruct"

model = AutoModelForCausalLM.from_pretrained(base_model, trust_remote_code= True)
tokenizer = AutoTokenizer.from_pretrained(base_model, trust_remote_code=True)

def generate(prompt):
  inputs = tokenizer(f'''Below is an instruction that describes a task. Write a response that appropriately completes the request If you are adding additional white spaces, stop writing".\n\n### Instruction:\n{prompt}.\n\n### Response:\n ''', return_tensors="pt", return_attention_mask=False)
  streamer = TextStreamer(tokenizer, skip_prompt= True)
  _ = model.generate(**inputs, streamer=streamer, max_new_tokens=500)
  
generate("what is an atom?")

📚 详细文档

训练数据

该模型在 ArtifactAI/arxiv-physics-instruct-50k 数据集上进行训练，这是一个问答对数据集。问题使用 t5-base 模型生成，答案使用 GPT-3.5-turbo 模型生成。

📄 许可证

本模型使用 Apache 2.0 许可证。

📄 引用信息

@misc{phi-arxiv-physics-instruct,
    title={phi-2-arxiv-physics-instruct},
    author={Matthew Kenney},
    year={2023}
}

⚠️ 重要提示

本模型仅用于研究目的，请勿用于生产环境。