mxz/llama3-8b-sft

dataset Intruction

---

datasets: \

• mxz/alpaca_en_zh_ruozhiba_gpt4data \

language:
- zh
- en
metrics:
- Average
- perplexity
pipeline_tag:
- text-generation
tags:
- SFT
- fintune
- alignment
- LoRA
- Llama-3

About mxz-llama-3-8B-sft

This model trained by SFT.

It's have coding, reasoing, chinese QA... .

You could test this model with [Colab]

I published mix-instruction alpaca-style dataset '[mxz/alpaca_en_zh_ruozhiba_gpt4data]'

evaluation

Result:

Model	MMLU	C-EVAL	C-MMLU
Llama-3-8B	55.5	47.0	48.0
Llama-3-8B-Instruct	60.1	49.7	49.3
Llama-3-8B-sft	61.8	49.1	49.4

• Llama-3-8B evaluation result from ymcui/Chinese-LLaMA-Alpaca-3

test

generation like

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
device = 'cuda:0'
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    load_in_4bit=True, bnb_4bit_quant_type="nf4", 
)
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True,)
SYSTEM_PROMPT = '''You are MA-RLHF Chatbot, you should friendly answer the question'''
def format_prompt(prompt):
    return f"###System: {SYSTEM_PROMPT}\n###Question: {prompt}\n###Answer: "
def generate(prompt, max_new_tokens=256):
    terminators = [
        tokenizer.eos_token_id,
        tokenizer.convert_tokens_to_ids("<|eot_id|>"),
        tokenizer.convert_tokens_to_ids("<|end_of_text|>"),
    ]
    input = format_prompt(prompt)
    inputs = tokenizer(input, return_tensors='pt').to(device)
    output = model.generate(inputs['input_ids'],max_new_tokens=max_new_tokens, do_sample=False, temperature=1.0, eos_token_id=terminators)
    output = tokenizer.decode(output[0], skip_special_tokens=True) # set `skip_special_tokens=False` to debug
    return output

test :

prompt = '眼镜蛇是因为近视才带眼镜的吗？'
response = generate(prompt)
print(response)

result:

###System: You are MA-RLHF Chatbot, you should friendly answer the question
###Question: 眼镜蛇是因为近视才带眼镜的吗？
###Answer: 不能。"眼镜蛇"是指一种蛇，它的名字来源于它的眼睛形状，而不是因为它需要佩戴眼镜。

example math and code

###System: You are MA-RLHF Chatbot, you should friendly answer the question 
###Question: 简述梯度下降算法，并补充对应的latex公式和python代码实现。
###Answer: 1. 梯度下降算法简述： 梯度下降算法是一种常用的优化算法，用于寻找函数的最小值。
它通过不断迭代，沿着函数的梯度方向移动来实现。
梯度下降算法的基本思想是：沿着函数的负梯度方向移动，直到到达局部最小值。 
2. 梯度下降算法的数学公式： 假设我们要优化的函数为f(x)，其中x为一个n维向量。
梯度下降算法的更新公式为： x_new = x_old - lr * ∇f(x_old)
其中，x_new为新迭代的x值，x_old为上一迭代的x值，lr为学习率，
∇f(x_old)为函数f(x_old)的梯度。
3. 梯度下降算法的Python代码实现： 下面是一个简单的梯度下降算法的Python代码实现示例： 
    import numpy as np
    def gradient_descent(f, x0, lr=0.01, max_iter=100):
      x = x0