Github
HuggingfaceTinyLlama-1.1B-Chat-v0.6 项目介绍
项目背景
TinyLlama-1.1B-Chat-v0.6 是一个基于TinyLlama项目的聊天模型。TinyLlama项目的目标是在90天内使用16个A100-40G GPU预训练一个11亿参数的Llama模型，预训练数据量达到3万亿个标记。该项目于2023年9月1日开始训练。
模型特点
TinyLlama采用了与Llama 2完全相同的架构和分词器，这意味着它可以很容易地插入并使用在许多基于Llama的开源项目中。此外，TinyLlama的参数量仅为11亿，这种紧凑性使其能够适应许多对计算和内存占用有限制的应用场景。
模型训练
TinyLlama-1.1B-Chat-v0.6是在TinyLlama-1.1B-intermediate-step-955k-2T的基础上进行微调得到的聊天模型。它的训练过程遵循了Hugging Face的Zephyr模型的训练方法：
- 首先在UltraChat数据集的一个变体上进行微调，该数据集包含由ChatGPT生成的多样化的合成对话。
- 然后使用🤗 TRL的DPOTrainer在openbmb/UltraFeedback数据集上进一步对齐模型。这个数据集包含64,000个由GPT-4排序的提示和模型完成。
使用方法
要使用TinyLlama-1.1B-Chat-v0.6模型，需要安装transformers库（版本>=4.34）。以下是一个使用示例：
- 首先，安装必要的库。
- 然后，使用pipeline加载模型。
- 使用分词器的聊天模板格式化消息。
- 最后，生成响应。
示例代码展示了如何创建一个友好的海盗风格聊天机器人，并让它回答一个关于人类能吃多少直升机的问题。
项目意义
TinyLlama-1.1B-Chat-v0.6项目为需要轻量级但功能强大的语言模型的应用提供了一个很好的选择。它的小体积和高效性使其能够在资源受限的环境中运行，同时保持较好的性能。这个项目展示了如何在有限的时间和资源下训练一个有竞争力的语言模型，为AI民主化和普及提供了可能性。
</SOURCE_TEXT>
