来源：https://hugging-face.cn/yentinglin/Llama-3-Taiwan-70B-Instruct

🚀 演示网站

在 twllm.com 交互式尝试Llama-3-Taiwan

⚔️ 聊天机器人竞技场

参与激动人心的 聊天机器人竞技场，与其他聊天机器人竞争！

🚀 我们兴奋地推出 Llama-3-Taiwan-70B！Llama-3-Taiwan-70B 是一个 70B 参数模型，使用 Llama-3 架构在大量繁体中文和英文数据集上进行微调。它在各种繁体中文自然语言处理基准测试中表现出最先进的性能。

该模型使用 NVIDIA NeMo™ 框架和以 NVIDIA DGX H100 系统构建的 NVIDIA Taipei-1 进行训练。

Llama-3-Taiwan-70B 的训练计算和数据得到了以下机构的大力支持：长庚纪念医院、长荣集团、Legalsign.ai、NVIDIA、和硕联合科技、TechOrange、光宝科技（按字母顺序排列）。

我们感谢数据提供商、团队成员和顾问在该模型开发中的贡献，包括贡献，特别是shasha77为YouTube脚本来料和教材，台湾人工智能实验室提供当地媒体内容，Ubitus K.K.提供游戏内容，陈云南（Vivian）教授的指导和建议，陈韦霖领导我们的预训练数据管道，林子涵进行合成数据处理，高长胜提高我们的合成数据质量，以及陈康杰清理指令遵循数据。

模型摘要

Llama-3-Taiwan-70B 是一个针对繁体中文和英文用户进行微调的大型语言模型。它在语言理解、生成、推理和多轮对话方面具有强大的能力。主要特点包括

• 70B 个参数
  
• 语言：繁体中文 (zh-tw)，英语 (en)
  
• 在高质量繁体中文和英语语料库上进行微调，涵盖法律、制造、医疗和电子领域的一般知识以及行业知识
  
• 8K 上下文长度
  
• 在 Llama-3 许可证下释放的开放模型
  

训练细节

• 训练框架：[NVIDIA NeMo](https://www.nvidia.com/zh-tw/ai-data-science/products/nemo/)，[NVIDIA NeMo Megatron](https://docs.nvda.net.cn/nemo-framework/user-guide/latest/nemotoolkit/nlp/megatron.html)
  
• 推理框架：[NVIDIA TensorRT-LLM](https://github.com/NVIDIA/TensorRT-LLM)
  
• 基模型：[Llama-3 70B](https://llama.meta.com/llama3/)
  
• 硬件：[NVIDIA DGX H100](https://www.nvidia.com/zh-tw/data-center/dgx-h100/) 在台北-1
  
• 上下文长度：8K 令牌（[128k 版本](https://hugging-face.cn/yentinglin/Llama-3-Taiwan-70B-Instruct-128k)）
  
• 批次大小：每步 2M 令牌
  

评估

查看开放 TW LLM 排行榜以获取完整和更新的列表。

数字默认为0 Shot。

评估实现

^ 从原始数据集中取最接近的匹配数字。

稻草寻针评估

“稻草寻针 出师表”评估测试模型在大块文本中定位和回忆嵌入的重要信息的能力，使用经典的中文文献《出师表》。

要运行评估，请使用脚本。

TW MT-Bench 分数

• 平均分数：7.5375
  
• 最高分数：10
  
• 最低分数：1
  
• 中位数分数：9.0
  
• 标准差：3.0349783771882133
  
• 总分数：160
  
• 模型响应
  
• GPT-4 评估
  
• 从 mtkresearch/TCEval 分支代码中获取，修复了错误
  

用例

Llama-3-Taiwan-70B 可用于多种多样繁体中文和英文的NLP任务，包括：

System: You are an AI assistant called Twllm, created by TAME (TAiwan Mixture of Expert) project.

User: 嗨，你好！

Assistant: 你好！我今天可以如何協助你？

User: 就想聊天而已....

Assistant: 當然，我很樂意和你聊天！有什麼特別想談論的嗎？

System: You are an AI assistant called Twllm, created by TAME (TAiwan Mixture of Expert) project.

User: 明天台大天氣如何？

Assistant: 根據天氣預報，明天台大天氣為陣雨。低溫 24°C。10 到 15 公里/小時 的 東 風 。降雨機率為 40%。

System: You are an AI assistant called Twllm, created by TAME (TAiwan Mixture of Expert) project.

User: 您是電影評論分析師，負責情緒分析。
分析每個被評論的句子，評估句子中每個字和標點符號的重要性，
並且將結果使用 tuple 的結構列出。
tuple 值的範圍介於 -1 (負向) 到 1 (正向) 之間，
然後，將評論分類為正向 (1) 或負向 (-1)。
這些需要被評論的句子，包含在  標籤中間。

輸出範例:
[(<單字或標點符號>, ), ...]

 根據外媒報導，宏都拉斯在去年3月與台灣斷交，並轉往與中國建交之後，卻遲遲等不到中國的金援，談好要進口宏都拉斯的白蝦也拖延許久，甚至還將白蝦價格殺價至過往與台灣交易的半價，再加上墨西哥同時也中斷了與宏國的白蝦貿易，對當地蝦農可說是雪上加霜。 
  

Assistant: [('根據', 0.2), ('外媒', 0.1), ('報導', -0.1), (',', 0.05), ('宏都拉斯', -0.3), ('在去年3月與台灣斷交， ', -0.5), ('並轉往與中國建交之後， ', -0.4), ('卻遲遲等不到中國的金援， ', -1),
('談好要進口宏都拉斯的白蝦也拖延許久， ', -1),
(',甚至還將白蝦價格殺價至過往與台灣交易的半價，再加上墨西哥同時也中斷了與宏國的白蝦貿易，對當地蝦農可說是雪上加霜。 ',-1)]
-1

开始使用

注意：将这些设置为停止令牌：[“USER:”, “ASSISTANT:”, “<|im_end|>”, “<|eot_id|>”, “<|end_of_text|>”]

Hugging Face Transformers库

您可以使用Hugging Face Transformers库与Llama-3-Taiwan-70B一起使用

import torch
from transformers import pipeline, StoppingCriteria

# Define a custom stopping criteria class
class EosListStoppingCriteria(StoppingCriteria):
    def __init__(self, eos_sequence=[128256]):
        self.eos_sequence = eos_sequence

    def __call__(self, input_ids: torch.LongTensor, scores: torch.FloatTensor, **kwargs) -> bool:
        last_ids = input_ids[:, -len(self.eos_sequence):].tolist()
        return self.eos_sequence in last_ids

# Initialize the model with automatic device mapping
llm = pipeline("text-generation", model="yentinglin/Llama-3-Taiwan-70B-Instruct", device_map="auto")
tokenizer = llm.tokenizer

# Define a conversation example
chat = [
    {"role": "system", "content": "You are an AI assistant called Twllm, created by TAME (TAiwan Mixture of Expert) project."},
    {"role": "user", "content": "你好，請問你可以完成什麼任務？"},
    {"role": "assistant", "content": "你好，我可以幫助您解決各種問題、提供資訊並協助完成多種任務。例如：回答技術問題、提供建議、翻譯文字、尋找資料或協助您安排行程等。請告訴我如何能幫助您。"},
    {"role": "user", "content": "太棒了！"}
]
flatten_chat_for_generation = tokenizer.apply_chat_template(chat, tokenize=False, add_generation_prompt=True)
"""
<|im_start|>user
You are an AI assistant called Twllm, created by TAME (TAiwan Mixture of Expert) project.<|im_end|>
<|im_start|>user
你好，請問你可以完成什麼任務？<|im_end|>
<|im_start|>assistant
你好，我可以幫助您解決各種問題、提供資訊和協助您完成許多不同的任務。例如：回答技術問題、提供建議、翻譯文字、尋找資料或協助您安排行程等。請告訴我如何能幫助您。<|im_end|>
<|im_start|>user
太棒了！<|im_end|>
<|im_start|>assistant

"""

# Generate a response using the custom stopping criteria
output = llm(flatten_chat_for_generation, return_full_text=False, max_new_tokens=128, top_p=0.9, temperature=0.7, stopping_criteria=[EosListStoppingCriteria([tokenizer.eos_token_id])])
print(output[0]['generated_text'])
"謝謝！很高興能夠為您服務。如果有任何其他需要協助的地方，請隨時與我聯繫。我會盡最大努力為您提供所需的支援。"

vLLM

启动服务器

export NUM_GPUS=4
export PORT=8000

docker run \
  -e HF_TOKEN=$HF_TOKEN \
  --gpus '"device=0,1,2,3"' \
  -v ~/.cache/huggingface:/root/.cache/huggingface \
  -p "${PORT}:8000" \
  --ipc=host \
  vllm/vllm-openai:v0.4.0.post1 \
  --model "yentinglin/Llama-3-Taiwan-70B-Instruct" \
  -tp "${NUM_GPUS}"

示例客户端代码，或者您可以使用任何与OpenAI-API兼容的客户端

# pip install "openai>=1.0.0"
from openai import OpenAI
# Set OpenAI's API key and API base to use vLLM's API server.
openai_api_key = "EMPTY"
openai_api_base = "https://:8000/v1"

client = OpenAI(
    api_key=openai_api_key,
    base_url=openai_api_base,
)

chat_response = client.chat.completions.create(
    model="yentinglin/Llama-3-Taiwan-70B-Instruct",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Tell me a joke."},
    ]
)
print("Chat response:", chat_response)

尽情探索Llama-3-Taiwan-70B的功能！我们期待看到您用这个强大的开源模型创造出什么。如果您有任何疑问或反馈，请告知我们。

贡献者

• 陈允旭（陈慧仁）教授，在整个项目中的指导和咨询。
  
• 陈韦霖，领导我们的预训练数据流程。
  
• 林子涵，进行合成数据生成。
  
• 曹长生，提高我们的合成数据质量。
  
• 陈康杰，清理遵循指令的数据。
  
• 陈敏怡和许绍 timestep))，收集化学工程数据和基准。
  
• 马中坜，郭俊彦和曾嘉轩，收集制造和电气工程数据、基准和项目管理。
  

@article{DBLP:journals/corr/abs-2311-17487,
  author       = {Yen{-}Ting Lin and
                  Yun{-}Nung Chen},
  title        = {Taiwan {LLM:} Bridging the Linguistic Divide with a Culturally Aligned
                  Language Model},
  journal      = {CoRR},
  volume       = {abs/2311.17487},
  year         = {2023},
  url          = {https://doi.org/10.48550/arXiv.2311.17487},
  doi          = {10.48550/ARXIV.2311.17487},
  eprinttype    = {arXiv},
  eprint       = {2311.17487},
  timestamp    = {Tue, 05 Dec 2023 14:40:42 +0100},
  biburl       = {https://dblp.org/rec/journals/corr/abs-2311-17487.bib},
  bibsource    = {dblp computer science bibliography, https://dblp.org}
}
@article{DBLP:journals/corr/abs-2403-20180,
  author       = {Po{-}Heng Chen and
                  Sijia Cheng and
                  Wei{-}Lin Chen and
                  Yen{-}Ting Lin and
                  Yun{-}Nung Chen},
  title        = {Measuring Taiwanese Mandarin Language Understanding},
  journal      = {CoRR},
  volume       = {abs/2403.20180},
  year         = {2024},
  url          = {https://doi.org/10.48550/arXiv.2403.20180},
  doi          = {10.48550/ARXIV.2403.20180},
  eprinttype    = {arXiv},
  eprint       = {2403.20180},
  timestamp    = {Wed, 10 Apr 2024 17:37:45 +0200},
  biburl       = {https://dblp.org/rec/journals/corr/abs-2403-20180.bib},
  bibsource    = {dblp computer science bibliography, https://dblp.org}
}