Hermes-2-Pro-Mistral-7B-GGUF

项目介绍

背景介绍

Hermes-2-Pro-Mistral-7B-GGUF项目是基于Mistral模型的最新旗舰版本，拥有7B参数规模。这一项目是一个深度学习模型的升级与再训练版本，在以前版本的基础上进行了完善。Hermes 2 Pro借助一个先进的系统提示和多轮函数调用结构，使得函数调用可靠且易于解析。

技术特点

Hermes 2 Pro的基础构架是Mistral 7B，是一个深度学习的语言模型。新版本通过重新训练和清洗OpenHermes 2.5数据集，以及引入内置开发的函数调用和JSON模式数据集，极大地提升了模型的整体性能。Hermes 2 Pro不仅延续了其在通用任务和对话能力上的优秀表现，同时在函数调用、JSON结构化输出等方面取得了显著进步。模型在与Fireworks.AI合作构建的函数调用评估上取得了90%的高分，并在结构化JSON输出评估中获得了81%的得分。

Hermes 2 Pro通过ChatML这样一种更复杂的提示格式来进行多轮次的聊天对话，对于熟悉ChatGPT API的用户来说，这种格式并不陌生。这种格式还实现了与OpenAI终端的兼容。

数据集与学习方式

该项目使用名为teknium/OpenHermes-2.5的数据集进行训练，通过细化的指令和强化学习人类反馈（RLHF）等技术来增强模型的性能，确保模型可以生成准确和富有洞察力的输出。

基准测试结果

在多个模型评测项目中，Hermes 2 Pro表现优异。例如，在GPT4All和AgieEval等基准测试中，展示了良好的准确性。在函数调用的准确性测试中，表现尤为突出，达到了91%的准确率。

应用场景

Hermes 2 Pro的应用场景包括但不限于：

复杂任务的自动化处理
聊天机器人应用，特别是在涉及多轮次对话的场景
数据分析任务中的函数调用与JSON结构化数据处理

使用指南

Hermes 2 Pro适用于各种高级推理应用，且已经在GitHub上提供了使用示例代码供开发者参考。在推理过程中，开发者需要调用函数和解析函数输出以执行特定任务，比如获取股票数据等。

贡献与支持

该项目由Nous Research与@interstellarninja以及Fireworks.AI共同开发，计算支持感谢Latitude.sh的赞助。

如需深入了解函数调用以及更多关于Hermes-2-Pro的信息，请访问项目的GitHub页面：https://github.com/NousResearch/Hermes-Function-Calling

如何引用

如需在学术或专业场合引用Hermes-2-Pro-Mistral-7B项目，请使用以下格式：

@misc{Hermes-2-Pro-Mistral-7B, 
      url={https://huggingface.co/NousResearch/Hermes-2-Pro-Mistral-7B}, 
      title={Hermes-2-Pro-Mistral-7B}, 
      author={"interstellarninja", "Teknium", "theemozilla", "karan4d", "huemin_art"}
}