Piccolo Math 2x7b

🚀 Piccolo-math-2x7b

Piccolo-math-2x7b 是一款具备高质量代码、数学和逻辑推理能力的模型。本项目以纪念作者的爱犬 Klaus（昵称为 Piccolo）为初衷，为用户提供强大的文本生成服务。

🚀 快速开始

你可以通过以下 Colab 链接进行推理和评估：点击此处

💻 使用示例

基础用法

from transformers import AutoModelForCausalLM, AutoTokenizer

def generate_response(prompt):
    """
    Generate a response from the model based on the input prompt.
    Args:
    prompt (str): Prompt for the model.

    Returns:
    str: The generated response from the model.
    """
    inputs = tokenizer(prompt, return_tensors="pt")
    outputs = model.generate(**inputs, max_new_tokens=256, eos_token_id=tokenizer.eos_token_id, pad_token_id=tokenizer.pad_token_id)

    response = tokenizer.decode(outputs[0], skip_special_tokens=True)

    return response

model_id = "macadeliccc/piccolo-math-2x7b"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id,load_in_4bit=True)

prompt = "What is the best way to train Cane Corsos?"

print("Response:")
print(generate_response(prompt), "\n")

该模型能够进行高质量的代码、数学和逻辑推理。你可以尝试提出任何你想到的问题。

📚 详细文档

评估结果

EQ Bench

• 基准测试完成时间：2024-01-24 00:00:40
• 耗时：183.3 分钟
• 提示格式：Mistral
• 模型：macadeliccc/piccolo-math-2x7b
• 得分 (v2)：70.74
• 可解析性：167.0

AGIEval

平均得分：43.89%

GPT4All

平均得分：74.98%

TruthfulQA

平均得分：63.96%

Bigbench

平均得分：44.99%

总体平均得分：56.96%

总耗时：01:51:53

Open LLM Leaderboard 评估结果

详细结果可查看 此处

📄 许可证

本项目采用 MIT 许可证。