Aceinstruct 7B

🚀 AceInstruct：先进的SFT模型家族

AceInstruct是一系列用于编码、数学和通用任务的先进SFT模型。该家族包含AceInstruct - 1.5B、7B和72B等模型，基于Qwen进行了改进。这些模型在Qwen2.5 - Base上使用通用SFT数据集进行微调，相同的数据集也用于AceMath - Instruct的训练。与专门处理数学问题的AceMath - Instruct不同，AceInstruct具有通用性，可应用于广泛的领域。在编码、数学和通用知识任务的基准评估中，AceInstruct的表现可与Qwen2.5 - Instruct相媲美。

如需了解AceInstruct的更多信息，请访问我们的网站和论文。

✨ 主要特性

• 多领域适用性：可用于编码、数学和通用任务。
• 性能优越：在基准评估中表现出色，部分模型优于Qwen2.5 - Instruct。
• 改进架构：基于Qwen进行改进，使用通用SFT数据集微调。

📊 基准测试结果

我们在编码、数学和通用知识任务中对AceInstruct和Qwen2.5 - Instruct进行了比较。结果显示，AceInstruct - 1.5B的表现优于Qwen2.5 - 1.5B - Instruct（61.94 vs. 57.33），而AceInstruct - 7B和AceInstruct - 72B的表现与Qwen2.5 - 7B - Instruct和Qwen2.5 - 72B - Instruct相近。

📦 所有资源

AceMath指令模型

• AceMath - 1.5B - Instruct
• AceMath - 7B - Instruct
• AceMath - 72B - Instruct

AceMath奖励模型

• AceMath - 7B - RM
• AceMath - 72B - RM

评估与训练数据

• AceMath - RewardBench
• AceMath - Instruct训练数据
• AceMath - RM训练数据

通用指令模型

• AceInstruct - 1.5B
• AceInstruct - 7B
• AceInstruct - 72B

💻 使用示例

基础用法

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "AceInstruct-7B"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name, torch_dtype="auto", device_map="auto")

prompt = "Tell me something about artificial intelligence."
messages = [{"role": "user", "content": prompt}]

text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True
)
model_inputs = tokenizer([text], return_tensors="pt").to("cuda")

generated_ids = model.generate(
    **model_inputs,
    max_new_tokens=1024
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]

response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]

📞 联系方式

• Zihan Liu (zihanl@nvidia.com)
• Yang Chen (yachen@nvidia.com)
• Wei Ping (wping@nvidia.com)

📚 引用信息

如果您觉得我们的工作有帮助，请引用我们的成果。

@article{acemath2024,
  title={AceMath: Advancing Frontier Math Reasoning with Post-Training and Reward Modeling},
  author={Liu, Zihan and Chen, Yang and Shoeybi, Mohammad and Catanzaro, Bryan and Ping, Wei},
  journal={arXiv preprint},
  year={2024}
}

📄 许可证

AceInstruct家族的所有模型仅用于非商业用途，需遵循OpenAI生成数据的使用条款。我们将AceInstruct模型置于知识共享署名 - 非商业性使用4.0国际许可协议之下。