Update README.md
Browse files
README.md
CHANGED
@@ -8,7 +8,8 @@ pipeline_tag: text-generation
|
|
8 |
---
|
9 |
此模型由[atom-7b-chat](https://huggingface.co/FlagAlpha/Atom-7B-Chat)经过lora微调(只训练k_proj、q_proj、v_proj、o_proj、norm)得到,通过线性位置插值,将文本长度从4k扩展到16k,可以完成多文档检索、论文总结等任务。\
|
10 |
作为对比,原模型如果直接进行线性位置插值而不进行微调,在长度大于8k时几乎没有正常对话能力。\
|
11 |
-
此版本为v1
|
|
|
12 |
使用方法:
|
13 |
```python
|
14 |
from transformers import AutoModelForCausalLM, AutoTokenizer
|
@@ -39,6 +40,7 @@ with torch.no_grad():
|
|
39 |
|
40 |
reply = tokenizer.decode(output[0], skip_special_tokens=False)
|
41 |
reply_return=reply.split('Assistant:')[-1].replace('</s>', '')
|
|
|
42 |
print('模型回答:', reply_return)
|
43 |
```
|
44 |
|
|
|
8 |
---
|
9 |
此模型由[atom-7b-chat](https://huggingface.co/FlagAlpha/Atom-7B-Chat)经过lora微调(只训练k_proj、q_proj、v_proj、o_proj、norm)得到,通过线性位置插值,将文本长度从4k扩展到16k,可以完成多文档检索、论文总结等任务。\
|
10 |
作为对比,原模型如果直接进行线性位置插值而不进行微调,在长度大于8k时几乎没有正常对话能力。\
|
11 |
+
此版本为v1,初步具有长对话能力,但回答格式良好,但回答内容错误依然较多,回答经常出现与参考文档内容不一致的问题,可能是因为微调数据质量低([yuyijiong/LongData-instruction-chinese](https://huggingface.co/datasets/yuyijiong/LongData-instruction-chinese) 都是谷歌翻译过来的英文数据)。\
|
12 |
+
未来将会持续改进,改进的数据和模型将很快推出。\
|
13 |
使用方法:
|
14 |
```python
|
15 |
from transformers import AutoModelForCausalLM, AutoTokenizer
|
|
|
40 |
|
41 |
reply = tokenizer.decode(output[0], skip_special_tokens=False)
|
42 |
reply_return=reply.split('Assistant:')[-1].replace('</s>', '')
|
43 |
+
|
44 |
print('模型回答:', reply_return)
|
45 |
```
|
46 |
|