Agentlm 7b

🚀 AgentLM-7B

AgentLM-7B是基于AgentTuning方法训练的大语言模型，通过多任务交互轨迹微调，让模型在代理任务中展现出强大能力，同时保持良好的通用语言能力。

🚀 快速开始

你可以通过以下链接快速访问相关资源：

• 🤗 数据集
• 💻 GitHub仓库
• 📌 项目主页
• 📃 论文

✨ 主要特性

AgentTuning 是首次尝试使用跨多个代理任务的交互轨迹对大语言模型进行指令微调。评估结果表明，AgentTuning 使大语言模型具备了代理能力，在未见的代理任务上具有强大的泛化能力，同时在通用语言能力方面也表现出色。我们已经开源了 AgentInstruct 数据集和 AgentLM 模型。

📚 详细文档

模型信息

AgentLM 模型是在 Llama-2-chat 模型的基础上，通过在 AgentInstruct 数据集和 ShareGPT 数据集上进行混合训练得到的。

这些模型遵循 Llama-2-chat 的对话格式，系统提示固定为：

You are a helpful, respectful and honest assistant.

7B、13B 和 70B 规模的模型可在 Huggingface 模型中心获取。

引用信息

如果您觉得我们的工作有用，请考虑引用 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}
}