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}
}
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。
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。
一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高 效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。
基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。
一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。
olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
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