InsTagger — это инструмент для автоматического предоставления тегов инструкций путем извлечения результатов тегирования из InsTag. InsTag стремится анализировать данные контролируемой точной настройки (SFT) в LLM в соответствии с предпочтениями человека. Для локального развертывания тегов мы выпускаем InsTagger, настроенный на результаты InsTag, для тегирования запросов в данных SFT. С помощью тегов мы отбираем подмножество данных SFT с открытыми ресурсами размером 6 000 для точной настройки LLaMA и LLaMA-2, а точно настроенные модели TagLM-13B-v1.0 и TagLM-13B-v2.0 превосходят многие LLM с открытыми ресурсами на MT-Bench. — Тип модели: авторегрессионные модели — Язык(и) (NLP): английский — Лицензия: apache-2.0 — Точная настройка на основе модели: LLaMa-2 — Репозиторий: https://github.com/OFA-Sys/InsTag — Бумага: Arxiv — Демо: ModelScope Demo Эта модель разработана непосредственно с помощью FastChat. Таким образом, его можно легко вывести или обработать с помощью FastChat, выбрав шаблон викуньи.
Модальности:
Генерация текста
Задача: Генерация текста
Автор: OFA-Sys
Теги: llama, en, text-generation-inference, endpoints_compatible
Лайков: 22 | Загрузок: 617
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
