Chinese-Mixtral-8x7B

Chinese-Mixtral-8x7B 项目介绍

项目概述

Chinese-Mixtral-8x7B 是一个专注于中文自然语言处理的项目。该项目在 Mistral 发布的 Mixtral-8x7B 模型基础上，进行中文扩词表的增量预训练，旨在提升中文语境下的编解码效率和模型性能。项目的开源内容包括中文 Mixtral-8x7B 扩词表大模型及其增量预训练代码。

项目新闻

• 2024年2月9日：发布基于 Chinese-Mixtral-8x7B 指令微调的模型“活字 3.0”，并开源指令微调代码。
• 2024年1月18日：发布 Chinese-Mixtral-8x7B 基座模型，开源增量预训练代码。

模型特点

1. 中文扩词表：在原有的 Mixtral 模型基础上增加了中文词汇，显著提升了模型处理中文文本的能力。
2. 增量预训练：利用大规模开源中文语料对模型进行增量预训练，提高生成和理解中文的能力。
3. 模型开放性：项目开源，用户可根据需求自由下载和使用模型及代码。

模型下载及使用

Chinese-Mixtral-8x7B 提供多种下载选项：

• 完整模型：可以直接使用，适合需要即用的用户。
• 实验用 LoRA 权重：需要与原版 Mixtral-8x7B 进行合并，在特定实验中使用。

利用 Flash Attention 2 等技术，可加速模型推理，并支持 4bit 量化，节省算力开销。

性能评估

Chinese-Mixtral-8x7B 在多项评测中表现出色，尤其在英文水平测试中遥遥领先。具体评测包括中文的 C-Eval 和 CMMLU，以及英文的 MMLU 和 HellaSwag。与同类规模的模型相比，Chinese-Mixtral-8x7B 展现了不俗的综合能力和生成效果。

训练与微调

项目详细介绍了训练过程，包括词表扩充、增量预训练及环境准备等。利用 HuggingFace 的 QLoRA 方法优化训练过程，以保持高效的计算性能。

项目同时提供微调指导，帮助用户根据特定数据集调整模型，使其适应具体任务需求。

引用及参与

如果项目对您的研究有帮助，或者使用了项目中的代码，欢迎引用相关论文。此外，项目鼓励社区用户参与贡献，共同推动 Mixtral 模型在中文领域的发展。