Flow-Judge-v0.1-AWQ

Flow-Judge-v0.1-AWQ

高效的开源小型模型用于多领域AI评估

Flow-Judge-v0.1-AWQ是一个源自Phi-3.5-mini-instruct的开源模型,专为多领域LLM系统评估而设计。尽管体积小巧,这款3.8B模型在多种评分尺度下表现出色,支持定性反馈,并生成结构化评估结果,非常适合需要利用自定义评分标准进行高效低成本评估的开发者和企业。

Flow-Judge-v0.1性能评估GithubHuggingface自然语言处理量化开源项目模型可定制评估

项目介绍:Flow-Judge-v0.1-AWQ

项目背景

Flow-Judge-v0.1-AWQ是一个由Flow AI开发的小型语言模型,专为评估大型语言模型(LLM)系统的多个领域而设计。基于microsoft/Phi-3.5-mini-instruct模型,这一版本通过量化技术有效减少了系统的资源占用,同时仍保持高性能输出。

核心特点

自定义评估

Flow Judge的一个主要特点是允许用户根据自身需求自定义评估标准和评分系统。这种灵活性有助于实现高度定制化的评估方案,精确测量特定任务的性能。

  • 多种评分尺度:支持三种评分机制,包括简单的通过/不通过、三档Likert评分(从负面到正面)、以及更精确的五档Likert评分(从强烈负面到强烈正面)。这种多样化的选择允许用户精细化捕捉文本质量或情感上的细微差别。

简单易懂的结果

Flow Judge提供结构化的评估输出,包括定性反馈和定量评分。

  • 定性反馈:提供详细的评价反馈,解释其为某一输出部分打分的理由,并突出指出问题区域。
  • 定量评分:根据评分标准返回相应的数值评分,无论是二进制评分还是三分或五分制评分系统。

技术细节

模型量化

Flow-Judge-v0.1-AWQ通过AWQ safetensors量化技术进行优化。以下是其量化配置:

quant_config = { "zero_point": True, "q_group_size": 128, "w_bit": 4, "version": "GEMM" } model = AutoAWQForCausalLM.from_pretrained(merged_path, **{"low_cpu_mem_usage": True, "use_cache": False}, attn_implementation="flash_attention_2", torch_dtype="auto", device_map="auto") tokenizer = AutoTokenizer.from_pretrained(lora_path, trust_remote_code=False) model.quantize(tokenizer, quant_config=quant_config) model.save_quantized(quant_path) tokenizer.save_pretrained(quant_path)

使用环境

要运行Flow-Judge模型,建议硬件配置包括:

  • 至少4 GB VRAM的现代显卡(例如NVIDIA RTX系列)
  • 最少8 GB的系统内存
  • 至少10GB的存储空间以保存模型文件和相关依赖项。

适用场景

Flow Judge适用于定制大型语言模型系统的评估任务,支持开发者和公司以更具成本效益和快速的方式评估模型。这在快速发展的AI领域中尤其有用,因其能够在评估中运用自定义的量表和指标。

训练过程

Flow Judge基于Phi-3.5-mini架构进行开发,并使用一些合成的训练数据集。这些数据集通过以下步骤构建:

  1. 人工策划的初始评分标准,作为基础。
  2. 合成生成多个领域的适用指标和评分标准。
  3. 生成多个输入(如用户查询和上下文信息)的训练实例。
  4. 使用双重评价策略确保数据集的质量和一致性。

在微调过程中,使用Axolotl预处理工具来保证输入数据的一致性,并采用RSLoRa进行微调。详细的微调过程可以在技术报告中查阅。

评估

Flow Judge已经在多种测试集中进行了评估,并展现出优于许多更大模型的性能。其在二元通过/不通过测试集上具有高精确度、召回率和F1分数,在Likert多档评估方法中也表现出良好的相关性。

更多细节可访问其项目网站GitHub库

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

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。

Hunyuan3D-2

Hunyuan3D-2

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。

3FS

3FS

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。

下拉加载更多