Chocolatine 2 14B Instruct V2.0.3

🚀 Chocolatine-2-14B-Instruct-v2.0.3

Chocolatine-2-14B-Instruct-v2.0.3 是对合并模型 jpacifico/Chocolatine-2-merged-qwen25arch（Qwen-2.5-14B 架构）进行直接偏好优化（DPO）微调得到的模型。微调使用了 jpacifico/french-orca-dpo-pairs-revised 基于人类反馈的强化学习（RLHF）数据集。以法语进行训练还提升了模型的整体能力。

💡 使用提示：窗口上下文支持高达 128K 个标记。

✨ 主要特性

🇫🇷 法国大语言模型排行榜表现

• 更新时间：2025-04-25
• 排名情况：在法国政府的 大语言模型排行榜 所有类别中排名前三。

🇫🇷 MT-Bench-French 基准测试

Chocolatine-2 在 MT-Bench-French 基准测试中表现优于其先前版本以及基础架构 Qwen-2.5 模型。该基准测试结合 multilingual-mt-bench 使用，并以 GPT-4-Turbo 作为大语言模型评判器。开发者的目标是使该模型在法语上达到 GPT-4o-mini 的性能，根据此基准测试，此版本已接近 OpenAI 模型的性能。

########## 第一轮 ##########
                                             得分
模型                                 轮次        
gpt-4o-mini                           1     9.287500
Chocolatine-2-14B-Instruct-v2.0.3     1     9.112500
Qwen2.5-14B-Instruct                  1     8.887500
Chocolatine-14B-Instruct-DPO-v1.2     1     8.612500
Phi-3.5-mini-instruct                 1     8.525000
Chocolatine-3B-Instruct-DPO-v1.2      1     8.375000
DeepSeek-R1-Distill-Qwen-14B          1     8.375000
phi-4                                 1     8.300000
Phi-3-medium-4k-instruct              1     8.225000
gpt-3.5-turbo                         1     8.137500
Chocolatine-3B-Instruct-DPO-Revised   1     7.987500
Meta-Llama-3.1-8B-Instruct            1     7.050000
vigostral-7b-chat                     1     6.787500
Mistral-7B-Instruct-v0.3              1     6.750000
gemma-2-2b-it                         1     6.450000

########## 第二轮 ##########
                                               得分
模型                                 轮次
Chocolatine-2-14B-Instruct-v2.0.3     2     9.050000         
gpt-4o-mini                           2     8.912500
Qwen2.5-14B-Instruct                  2     8.912500
Chocolatine-14B-Instruct-DPO-v1.2     2     8.337500
DeepSeek-R1-Distill-Qwen-14B          2     8.200000
phi-4                                 2     8.131250
Chocolatine-3B-Instruct-DPO-Revised   2     7.937500
Chocolatine-3B-Instruct-DPO-v1.2      2     7.862500
Phi-3-medium-4k-instruct              2     7.750000
gpt-3.5-turbo                         2     7.679167
Phi-3.5-mini-instruct                 2     7.575000
Meta-Llama-3.1-8B-Instruct            2     6.787500
Mistral-7B-Instruct-v0.3              2     6.500000
vigostral-7b-chat                     2     6.162500
gemma-2-2b-it                         2     6.100000

########## 平均分 ##########
                                          得分
模型                                          
gpt-4o-mini                            9.100000
Chocolatine-2-14B-Instruct-v2.0.3      9.081250
Qwen2.5-14B-Instruct                   8.900000
Chocolatine-14B-Instruct-DPO-v1.2      8.475000
DeepSeek-R1-Distill-Qwen-14B           8.287500
phi-4                                  8.215625
Chocolatine-3B-Instruct-DPO-v1.2       8.118750
Phi-3.5-mini-instruct                  8.050000
Phi-3-medium-4k-instruct               7.987500
Chocolatine-3B-Instruct-DPO-Revised    7.962500
gpt-3.5-turbo                          7.908333
Meta-Llama-3.1-8B-Instruct             6.918750
Mistral-7B-Instruct-v0.3               6.625000
vigostral-7b-chat                      6.475000
gemma-2-2b-it                          6.275000

📊 OpenLLM 排行榜（存档）

Chocolatine-2 是 OpenLLM 排行榜 上表现最佳的 14B 微调模型（与其他模型并列，平均得分 41.08）。

• 更新时间：2025-02-12

💻 使用示例

基础用法

你可以使用 Colab 笔记本 运行此模型。

你也可以使用以下代码运行 Chocolatine-2：

import transformers
from transformers import AutoTokenizer

# 格式化提示
message = [
    {"role": "system", "content": "You are a helpful assistant chatbot."},
    {"role": "user", "content": "What is a Large Language Model?"}
]
tokenizer = AutoTokenizer.from_pretrained(new_model)
prompt = tokenizer.apply_chat_template(message, add_generation_prompt=True, tokenize=False)

# 创建管道
pipeline = transformers.pipeline(
    "text-generation",
    model=new_model,
    tokenizer=tokenizer
)

# 生成文本
sequences = pipeline(
    prompt,
    do_sample=True,
    temperature=0.7,
    top_p=0.9,
    num_return_sequences=1,
    max_length=200,
)
print(sequences[0]['generated_text'])

📚 详细文档

局限性

Chocolatine-2 模型系列是一个快速演示，表明基础模型可以轻松微调以实现出色的性能。但该模型没有任何审核机制。

此项目由法国团队用心打造 ❤️。