Infinity-Instruct-3M-0625-Yi-1.5-9B

Infinity-Instruct-3M-0625-Yi-1.5-9B项目介绍

项目概述

Infinity-Instruct-3M-0625-Yi-1.5-9B是一个开源的监督式指令微调模型，这个模型不基于人类反馈的强化学习（RLHF）。它是在Infinity-Instruct-3M和Infinity-Instruct-0625数据集上进行微调的，并且在AlpacaEval 2.0和MT-Bench评测中表现出色。

训练细节

Infinity-Instruct-3M-0625-Yi-1.5-9B在百万级指令数据集Infinity-Instruct上进行了训练。首先，它通过Infinity-Instruct-3M数据集提升了Yi-1.5-9B的基础能力（数学&编程），形成了基础指令模型Infinity-Instruct-3M-Yi-1.5-9B。随后，通过进一步的微调，形成了更强大的聊天模型Infinity-Instruct-3M-0625-Yi-1.5-9B。

训练的超参数如下：

epoch: 3
lr: 1e-5
min_lr: 0
lr_warmup_steps: 40
lr_decay_style: cosine
weight_decay: 0.0
adam_beta1: 0.9
adam_beta2: 0.95
global_batch_size: 528
clip_grad: 1.0

利用FlagScale工具，我们可以串联多个训练样本去除填充符，并运用多种加速技术，从而有效降低训练成本。

基准测试

在两个最受欢迎的指令遵循基准测试中评估了Infinity-Instruct-3M-0625-Yi-1.5-9B。MT-Bench是一个多回合挑战性问题集，包括代码、数学和例行对话。AlpacaEval2.0基于AlpacaFarm评估集，这两个基准都使用GPT-4对模型答案进行判断。

模型	MT-Bench	AlpacaEval2.0
OpenHermes-2.5-Mistral-7B*	7.5	16.2
Mistral-7B-Instruct-v0.2	7.6	17.1
Llama-3-8B-Instruct	8.1	22.9
Yi-1.5-9B-Chat	8.2	22.9
InfInstruct-3M-0625-Yi-1.5-9B*	8.0	20.5

*模型为无RLHF微调。

如何使用

Infinity-Instruct-3M-0625-Yi-1.5-9B采用与Yi-1.5-9B-Chat相同的聊天模板。以下是如何在对话场景中应用此模型的代码示例：

from transformers import AutoModelForCausalLM, AutoTokenizer, LogitsProcessorList
import torch

device = "cuda"

model = AutoModelForCausalLM.from_pretrained("BAAI/Infinity-Instruct-3M-0625-Yi-1.5-9B",
    torch_dtype=torch.bfloat16,
    device_map="auto"
)
tokenizer = AutoTokenizer.from_pretrained("BAAI/Infinity-Instruct-3M-0625-Yi-1.5-9B")

prompt = "Give me a short introduction to large language model."
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(device)

logits_processor = LogitsProcessorList(
            [
                MinLengthLogitsProcessor(1, eos_token_id=tokenizer.eos_token_id),
                TemperatureLogitsWarper(0.7),
            ]
 )

generated_ids = model.generate(
    model_inputs.input_ids,
    logits_processor=logits_processor,
    max_new_tokens=512
)

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]
print(response)

免责声明

与该项目相关的资源，包括代码、数据和模型权重，仅限学术研究使用，不可用于商业用途。由于输出结果受随机性等无法控制变量的影响，因此无法保证所有输出的准确性。项目方不对模型输出内容承担法律责任，也不对因使用相关资源和输出结果而导致的任何损失负责。

引用

有关Infinity Instruct数据集和微调模型发展及特性的详细信息，将很快在arXiv发布。

@article{InfinityInstruct2024,
  title={Infinity Instruct},
  author={Beijing Academy of Artificial Intelligence (BAAI)},
  journal={arXiv preprint arXiv:2406.XXXX},
  year={2024}
}