LLM监督微调数据分析与优化工具
InsTag是大型语言模型监督微调数据分析工具,通过标记和分类用户查询,量化评估数据多样性与复杂性。该工具为研究人员提供模型训练优化依据,基于InsTag分析结果,仅需6K样本即可训练出TagLM模型。在MT-Bench评测中,TagLM表现优于多个开源LLM,凸显了InsTag在提升LLM训练效率方面的价值。
我们推出了一个名为InsTag的工具,用于分析符合人类偏好的LLM监督微调(SFT)数据。对于本地标注部署,我们发布了基于InsTag结果微调的InsTagger,用于标注SFT数据中的查询。
通过标签范围,我们从开源SFT数据中采样了6K子集来微调LLaMA和LLaMA-2,微调后的模型TagLM-13B-v1.0和TagLM-13B-v2.0在MT-Bench上的表现优于许多开源LLM。
<p align="center"> 🤗 <a href="https://huggingface.co/OFA-Sys/InsTagger" target="_blank">InsTagger 检查点</a> • 👉 <a href="https://www.modelscope.cn/studios/lukeminglkm/instagger_demo/summary" target="_blank">在线LocalTagger演示</a> • 📖 <a href="https://arxiv.org/pdf/2308.07074.pdf" target="_blank">论文</a> <br> </p> <p align="center"> 🤖️ <a href="https://huggingface.co/OFA-Sys/TagLM-13b-v1.0" target="_blank">TagLM-13B-v1.0 检查点</a> 🤖️ <a href="https://huggingface.co/OFA-Sys/TagLM-13b-v2.0" target="_blank">TagLM-13B-v2.0 检查点</a><br> </p>什么是InsTag?
基础语言模型通过监督微调(SFT)获得指令跟随能力。 多样性和复杂性被认为是成功SFT数据集的关键因素,但它们的定义仍然模糊,缺乏定量分析。 在本研究中,我们提出了InsTag,一个开放集细粒度标注器,基于语义和意图对SFT数据集中的样本进行标注,并根据标签定义指令多样性和复杂性。 我们获得了6.6K个标签来描述全面的用户查询。 我们分析了流行的开源SFT数据集,发现模型能力随着更多样和复杂的数据而增长。 基于这一观察,我们提出了一个基于InsTag的数据选择器,从开源数据集中选择6K个多样化和复杂的样本,并在InsTag选择的数据上微调模型。 这些模型在MT-Bench评估中表现优于基于大得多的SFT数据的开源模型,印证了查询多样性和复杂性的重要性。
<p align="center" width="100%"> <a ><img src="https://yellow-cdn.veclightyear.com/0a4dffa0/2e1e3e92-30a5-48ab-ab05-8994cbcef470.png" alt="InsTag" style="width: 80%; min-width: 300px; display: block; margin: auto;"></a> </p>[2023年8月] 🔥 我们在ModelScope上有InsTagger的在线演示。请参考顶部的链接。感谢ModelScope!
[2023年8月] 🔥 我们发布了基于LLaMA和LLaMA-2的对齐LLM TagLM-13B-v1.0和TagLM-13B-v2.0。两者都是在根据InsTag子采样的SFT数据上微调的。下载 v1.0 和 [v2.0](.
[2023年8月] 🔥 我们发布了一个名为InsTagger的大语言模型,该模型在我们的标注结果上进行了微调,用于本地标注部署。下载权重。
[2023年8月] 🔥 我们推出了InsTag,这是我们的SFT数据分析工具。查看论文。
InsTagger是一个基于LLaMa-2的SFT模型,使用FastChat在vicuna模板下训练。你可以在HuggingFace模型仓库轻松下载权重,然后使用FastChat进行服务或推理。示例代码即将发布。
InsTagger用于本地查询标注:
InsTagger是一个标注用大语言模型,在InsTag对开源SFT数据的标注结果上进行了微调。该模型基于LLaMA-2的7B版本。
在下方下载模型检查点:
模型 | 检查点 | 精确匹配F1 | 基于语义的模糊匹配F1 | 许可证 |
---|---|---|---|---|
LocalTagger | 🤗 <a href="" target="_blank">HF链接</a> | 31.8% | 73.4% | <a href="https://ai.meta.com/resources/models-and-libraries/llama-downloads/" target="_blank">LLaMA 2许可证</a> |
TagLM,在我们通过复杂度优先的多样性采样程序子采样的SFT数据上进行微调:
仅使用当前开源SFT数据集中的6k数据,TagLM在MT-Bench上的表现(使用GPT-4作为评判)就可以超越许多开源大语言模型。
在下方下载模型检查点:
模型 | 检查点 | MT-Bench | 许可证 |
---|---|---|---|
TagLM-13B-v1.0 | 🤗 <a href="" target="_blank">HF仓库链接</a> | 6.44 | <a href="https://ai.meta.com/resources/models-and-libraries/llama-downloads/" target="_blank">LLaMA许可证</a> |
TagLM-13B-v2.0 | 🤗 <a href="" target="_blank">HF仓库链接</a> | 6.55 | <a href="https://ai.meta.com/resources/models-and-libraries/llama-downloads/" target="_blank">LLaMA 2许可证</a> |
所有模型均基于LLaMA或LLaMA-2,应按照其相应的许可证使用。所有模型都使用FastChat代码库进行微调,我们应用了Vicuna V1.1的系统模板。
如果您发现本仓库有帮助,请引用我们的工作。
@misc{lu2023instag,
title={#InsTag: Instruction Tagging for Analyzing Supervised Fine-tuning of Large Language Models},
author={Keming Lu and Hongyi Yuan and Zheng Yuan and Runji Lin and Junyang Lin and Chuanqi Tan and Chang Zhou and Jingren Zhou},
year={2023},
eprint={2308.07074},
archivePrefix={arXiv},
primaryClass={cs.CL}
}
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。
用于可扩展和多功能 3D 生成的结构化 3D 潜在表示
TRELLIS 是一个专注于 3D 生成的项目,它利用结构化 3D 潜在表示技术,实现了可扩展且多功能的 3D 生成。项目提供了多种 3D 生成的方法和工具,包括文本到 3D、图像到 3D 等,并且支持多种输出格式,如 3D 高斯、辐射场和网格等。通过 TRELLIS,用户可以根据文本描述或图像输入快速生成高质量的 3D 资产,适用于游戏开发、动画制作、虚拟现实等多个领域。
10 节课教你开启构建 AI 代理所需的一切知识
AI Agents for Beginners 是一个专为初学者打造的课程项目,提供 10 节课程,涵盖构建 AI 代理的必备知识,支持多种语言,包含规划设计、工具使用、多代理等丰富内容,助您快速入门 AI 代理领域。
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号