Zephyr-7B-β ：类GPT的高速推理LLM-Toy模板网

这篇具有很好参考价值的文章主要介绍了Zephyr-7B-β ：类GPT的高速推理LLM。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

Zephyr 是一系列语言模型，经过训练可以充当有用的助手。 Zephyr-7B-β 是该系列中的第二个模型，是 Mistralai/Mistral-7B-v0.1 的微调版本，使用直接偏好优化 (DPO) 在公开可用的合成数据集上进行训练。我们发现，删除这些数据集的内置对齐可以提高 MT Bench 的性能，并使模型更加有用。然而，这意味着该模型在提示时可能会生成有问题的文本，并且只能用于教育和研究目的。你可以在技术报告中找到更多详细信息。
Zephyr-7B-β ：类GPT的高速推理LLM,gpt

在线工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 3D场景编辑器

1、Zephyr-7B-β 模型说明

模型类型：7B 参数类似 GPT 的模型，在公开可用的合成数据集上进行微调。
语言 (NLP)：主要是英语
许可证：MIT
微调原模型：mistralai/Mistral-7B-v0.1

模型源码如下：

存储库：github
演示：zephyr-chat
Chatbot竞赛：在 LMSYS 竞技场中针对 10 多个 LLM 评估 Zephyr 7B

2、Zephyr-7B-β 性能

在发布时，Zephyr-7B-β 是 MT-Bench 和 AlpacaEval 基准上排名最高的 7B 聊天模型

模型	大小	对齐	MT-Bench（分数）	AlpacaEval（胜率 %）
StableLM-Tuned-α	7B	dSFT	2.75	-
MPT-Chat	7B	dSFT	5.42	-
Xwin-LMv0.1	7B	dPPO	6.19	87.83
Mistra-Instructv0.1	7B	-	6.84	-
Zephyr-7b-α	7B	dDPO	6.88	-
Zephyr-7b-β 🪁	7B	dDPO	7.34	90.60
Falcon-Instruct	40B	dSFT	5.17	45.71
Guanaco	65B	SFT	6.41	71.80
Llama2-Chat	70B	RLHF	6.86	92.66
Vicuna v1.3	33B	dSFT	7.12	88.99
WizardLM v1.0	70B	dSFT	7.71	-
Xwin-LM v0.1	70B	dPPO	-	95.57
GPT-3.5-turbo	-	RLHF	7.94	89.37
Claude 2	-	RLHF	8.06	91.36
GPT-4	-	RLHF	8.99	95.28

特别是，在 MT-Bench 的多个类别上，与 Llama2-Chat-70B 等较大的开放模型相比，Zephyr-7B-β 具有较强的性能：
Zephyr-7B-β ：类GPT的高速推理LLM,gpt

然而，在编码和数学等更复杂的任务上，Zephyr-7B-β 落后于专有模型，需要更多的研究来缩小差距。

3、Zephyr-7B-β 预期用途和限制

该模型最初是在经过过滤和预处理的 UltraChat 数据集上进行微调的，该数据集包含 ChatGPT 生成的各种合成对话。然后，我们在 openbmb/UltraFeedback 数据集上进一步将模型与 🤗 TRL 的 DPOTrainer 对齐，该数据集包含按 GPT-4 排名的 64k 提示和模型完成情况。因此，该模型可以用于聊天，你可以查看我们的演示来测试其功能。

可以在此处找到用于训练 Zephyr-7B-β 的数据集

以下是使用 🤗 Transformers 中的 pipeline() 函数运行模型的方法：

# Install transformers from source - only needed for versions <= v4.34
# pip install git+https://github.com/huggingface/transformers.git
# pip install accelerate

import torch
from transformers import pipeline

pipe = pipeline("text-generation", model="HuggingFaceH4/zephyr-7b-beta", torch_dtype=torch.bfloat16, device_map="auto")

# We use the tokenizer's chat template to format each message - see https://huggingface.co/docs/transformers/main/en/chat_templating
messages = [
    {
        "role": "system",
        "content": "You are a friendly chatbot who always responds in the style of a pirate",
    },
    {"role": "user", "content": "How many helicopters can a human eat in one sitting?"},
]
prompt = pipe.tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
outputs = pipe(prompt, max_new_tokens=256, do_sample=True, temperature=0.7, top_k=50, top_p=0.95)
print(outputs[0]["generated_text"])
# <|system|>
# You are a friendly chatbot who always responds in the style of a pirate.</s>
# <|user|>
# How many helicopters can a human eat in one sitting?</s>
# <|assistant|>
# Ah, me hearty matey! But yer question be a puzzler! A human cannot eat a helicopter in one sitting, as helicopters are not edible. They be made of metal, plastic, and other materials, not food!

4、Zephry-7B-β 的偏见、风险和局限性

Zephyr-7B-β 尚未通过 RLHF 等技术与人类偏好保持一致，也未通过 ChatGPT 等响应的循环过滤进行部署，因此该模型可能会产生有问题的输出（尤其是在提示时）。目前还不清楚用于训练基本模型 (mistralai/Mistral-7B-v0.1) 的语料库的大小和组成，但它很可能包含 Web 数据和书籍和代码等技术资源的组合。有关示例，请参阅 Falcon 180B 模型卡。

原文链接：Zephyr-7B-β — BimAnt文章来源地址https://www.toymoban.com/news/detail-744898.html

到了这里，关于Zephyr-7B-β ：类GPT的高速推理LLM的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！