English 简体中文 |
# 悟道·天鹰（Aquila2） 我们开源了我们的 **Aquila2** 系列，现在包括基础语言模型 **Aquila2-7B** 和 **Aquila2-34B** ，对话模型 **AquilaChat2-7B** 和 **AquilaChat2-34B**，长文本对话模型**AquilaChat2-7B-16k** 和 **AquilaChat2-34B-16k** 悟道 · 天鹰 Aquila 模型的更多细节将在官方技术报告中呈现。请关注官方渠道更新。 2023.10.25 🔥 基于AquilaChat2-34B-16K初始版本的开发经验，我们对AquilaChat2-34B-16K进行了全面升级并发布1.2版本。 其中AquilaChat2-34B-16K-V1.2相较于V1版本在长文本综合能力上有明显提升，接近GPT-3.5-16K。同时V1.2版本应用了更多的常规指令微调语料， 使其在非长文本场景下的性能也优于V1版本。 ## 快速开始使用 AquilaChat2-34B-16K ## 使用方式/How to use ### 1. 推理/Inference ```python from transformers import AutoTokenizer, AutoModelForCausalLM import torch device = torch.device("cuda") model_info = "BAAI/AquilaChat2-34B-16K" tokenizer = AutoTokenizer.from_pretrained(model_info, trust_remote_code=True) model = AutoModelForCausalLM.from_pretrained(model_info, trust_remote_code=True) model.eval() model.to(device) text = "请给出10个要到北京旅游的理由。" tokens = tokenizer.encode_plus(text)['input_ids'] tokens = torch.tensor(tokens)[None,].to(device) stop_tokens = ["###", "[UNK]", ""] with torch.no_grad(): out = model.generate(tokens, do_sample=True, max_length=512, eos_token_id=100007, bad_words_ids=[[tokenizer.encode(token)[0] for token in stop_tokens]])[0] out = tokenizer.decode(out.cpu().numpy().tolist()) print(out) ``` ## 证书/License Aquila2系列开源模型使用 [智源Aquila系列模型许可协议](https://huggingface.co/BAAI/AquilaChat2-34B-16K/blob/main/BAAI-Aquila-Model-License%20-Agreement.pdf)