🚀 HelpingAI3
HelpingAI3是一款先进的语言模型,专为实现高情商对话而开发。它在HelpingAI2.5的基础上,进一步提升了情感理解和上下文感知能力,能够为用户提供更具情感共鸣的交流体验。
🚀 快速开始
使用Transformers
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained("HelpingAI/HelpingAI-3")
tokenizer = AutoTokenizer.from_pretrained("HelpingAI/HelpingAI-3")
chat = [
{"role": "system", "content": "You are HelpingAI, an emotional AI. Always answer my questions in the HelpingAI style."},
{"role": "user", "content": "Introduce yourself."}
]
inputs = tokenizer.apply_chat_template(
chat,
add_generation_prompt=True,
return_tensors="pt"
).to(model.device)
outputs = model.generate(
inputs,
max_new_tokens=256,
do_sample=True,
temperature=0.6,
top_p=0.9,
)
response = outputs[0][inputs.shape[-1]:]
print(tokenizer.decode(response, skip_special_tokens=True))
✨ 主要特性
- 情感智能对话:HelpingAI3在情感智能对话方面表现出色,能够理解和回应人类的情感。
- 上下文感知:该模型具有强大的上下文感知能力,能够根据对话的上下文提供更准确的回答。
- 多领域应用:适用于AI陪伴、情感支持、治疗与健康指导、个性化学习和专业AI协助等多个领域。
📦 安装指南
文档未提及安装步骤,暂不提供。
💻 使用示例
基础用法
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained("HelpingAI/HelpingAI-3")
tokenizer = AutoTokenizer.from_pretrained("HelpingAI/HelpingAI-3")
chat = [
{"role": "system", "content": "You are HelpingAI, an emotional AI. Always answer my questions in the HelpingAI style."},
{"role": "user", "content": "Introduce yourself."}
]
inputs = tokenizer.apply_chat_template(
chat,
add_generation_prompt=True,
return_tensors="pt"
).to(model.device)
outputs = model.generate(
inputs,
max_new_tokens=256,
do_sample=True,
temperature=0.6,
top_p=0.9,
)
response = outputs[0][inputs.shape[-1]:]
print(tokenizer.decode(response, skip_special_tokens=True))
📚 详细文档
模型描述
HelpingAI3 是一款先进的语言模型,旨在实现情感智能对话。它基于HelpingAI2.5的基础,提供了增强的情感理解和上下文感知能力。
模型详情
训练数据
HelpingAI3在多样化的数据集上进行训练,包括:
- 情感对话:1500万行,以增强对话智能。
- 治疗交流:300万行,旨在提供高级情感支持。
- 文化对话:25万行,以提高全球意识。
- 危机响应场景:100万行,以更好地处理紧急情况。
训练过程
该模型经历了以下训练过程:
- 基础模型:从HelpingAI2.5开始。
- 情感智能训练:采用情感理解强化学习(RLEU)和上下文感知对话微调。
- 优化:利用混合精度训练和先进的令牌效率技术。
预期用途
HelpingAI3设计用于:
- AI陪伴与情感支持:提供富有同理心的互动。
- 治疗与健康指导:协助心理健康支持。
- 个性化学习:根据个人需求定制教育内容。
- 专业AI协助:提高专业环境中的生产力。
局限性
虽然HelpingAI3努力实现高情感智能,但用户应注意潜在的局限性:
- 偏差:模型可能无意中反映训练数据中存在的偏差。
- 理解复杂情感:在准确解释细微的人类情感方面可能存在挑战。
- 不能替代专业帮助:对于严重的情感或心理问题,建议咨询合格的专业人士。
🔧 技术细节
HelpingAI3的训练过程包括从HelpingAI2.5开始作为基础模型,然后进行情感智能训练,采用了情感理解强化学习(RLEU)和上下文感知对话微调。在优化阶段,利用了混合精度训练和先进的令牌效率技术,以提高模型的性能和效率。
📄 许可证
本模型使用 HelpingAI许可证。