0門檻免費商用！孟子3-13B大模型正式開源，萬億token數(shù)據(jù)訓練
瀾舟科技官宣：孟子3-13B大模型正式開源！
這一主打高性價比的輕量化大模型，面向?qū)W術研究完全開放，并支持免費商用。
在MMLU、GSM8K、HUMAN-EVAL等各項基準測評估中，孟子3-13B都表現(xiàn)出了不錯的性能。
尤其在參數(shù)量20B以內(nèi)的輕量化大模型領域，在中英文語言能力方面尤為突出，數(shù)學和編程能力也位于前列。
△以上結(jié)果基于5-shot。
據(jù)介紹，孟子3-13B大模型是基于Llama架構(gòu)，數(shù)據(jù)集規(guī)模高達3T Tokens。
語料精選自網(wǎng)頁、百科、社交、媒體、新聞，以及高質(zhì)量的開源數(shù)據(jù)集。通過在萬億tokens上進行多語言語料的繼續(xù)訓練，模型的中文能力突出并且兼顧多語言能力。
孟子3-13B大模型開源
只需兩步，就能使用孟子3-13B大模型了。
首先進行環(huán)境配置。
pip install -r requirements.txt然后快速開始。
import torch
from transformers import AutoModelForCausalLM, AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained("Langboat/Mengzi3-13B-Base", use_fast=False, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained("Langboat/Mengzi3-13B-Base", device_map="auto", trust_remote_code=True)
inputs = tokenizer('指令：回答以下問題。輸入：介紹一下孟子。輸出：', return_tensors='pt')
if torch.cuda.is_available():
inputs = inputs.to('cuda')
pred = model.generate(**inputs, max_new_tokens=512, repetition_penalty=1.01, eos_token_id=tokenizer.eos_token_id)
print(tokenizer.decode(pred[0], skip_special_tokens=True))此外，他們還提供了一個樣例代碼，可用于基礎模型進行單輪交互推理。
cd examples
python examples/base_streaming_gen.py --model model_path --tokenizer tokenizer_path如果想要進行模型微調(diào)，他們也提供了相關文件和代碼。
事實上，早在3月18日的瀾舟大模型技術和產(chǎn)品發(fā)布會現(xiàn)場，就透露了孟子3-13B大模型的諸多細節(jié)。
當時他們表示，孟子3-13B大模型訓練已經(jīng)完成。
對于選擇13B版本的原因，周明解釋道：
首先，瀾舟明確以服務ToB場景為主，ToC為輔。
實踐發(fā)現(xiàn)，ToB場景使用頻率最高的大模型參數(shù)量多為7B、13B、40B、100B，整體集中在10B-100B之間。
其次，在這個區(qū)間范圍內(nèi)，從ROI（投資回報率）角度來講，既滿足場景需求，又最具性價比。
因此，在很長一段時間內(nèi)，瀾舟的目標都是在10B-100B參數(shù)規(guī)模范圍內(nèi)，打造優(yōu)質(zhì)的行業(yè)大模型。
作為國內(nèi)最早一批大模型創(chuàng)業(yè)團隊，去年3月，瀾舟就發(fā)布了孟子GPT V1（MChat）。
今年1月，孟子大模型GPT V2（含孟子大模型-標準、孟子大模型-輕量、孟子大模型-金融、孟子大模型-編碼）對公眾開放。
好了，感興趣的朋友可戳下方鏈接體驗一下。
GitHub鏈接：https://github.com/Langboat/Mengzi3
HuggingFace：https://huggingface.co/Langboat/Mengzi3-13B-Base
ModelScope：https://www.modelscope.cn/models/langboat/Mengzi3-13B-Base
Wisemodel：https://wisemodel.cn/models/Langboat/Mengzi3-13B-Base
