llama3-instruct 中文DPO版
模型介绍
像原版instruct一样，喜欢用有趣中文和表情符号回答问题。
Github：https://github.com/CrazyBoyM/llama3-Chinese-chat
放出训练配方细节供网友参考分享：
DPO(beta 0.5) + lora rank128, alpha256 + 打开"lmhead", "inputlayernorm", "postattentionlayernorm", "norm"层训练.
特点：偏好中文和emoji表情，且不损伤原instruct版模型能力。实测中文DPO版问答性能体验超过现在市面上任何llama3中文微调版 （微调会破坏llama3原版能力，导致遗忘）
模型部署
网页脚本文件：https://github.com/CrazyBoyM/llama3-Chinese-chat/blob/main/deploy/webstreamlitforinstructv2.py
pip install streamlit
streamlit run web_streamlit_for_instruct_v2.py ./Llama3-Chinese-instruct-DPO-beta0.5
模型下载
SDK下载
#安装ModelScope
pip install modelscope
#SDK模型下载
from modelscope import snapshot_download
model_dir = snapshot_download('baicai003/Llama3-Chinese-instruct-DPO-beta0.5')
Git下载
#Git模型下载
git clone https://www.modelscope.cn/baicai003/Llama3-Chinese-instruct-DPO-beta0.5.git
评论