Update README_cn.md

README_cn.md

@@ -11,7 +11,9 @@ pipeline_tag: text-generation
 
 <!-- markdownlint-disable first-line-h1 -->
 <!-- markdownlint-disable html -->
-![](./assets/imgs/orion_start.PNG)
+<div align="center">
+  <img src="./assets/imgs/orion_start.PNG" alt="logo" width="50%" />
+</div>
 
 <div align="center">
 <h1>
@@ -43,9 +45,9 @@ pipeline_tag: text-generation
 - [🥇 企业介绍](#企业介绍)
 - [📜 声明协议](#声明协议)
 
-# 模型介绍
+# 1. 模型介绍
 
-- Orion-14B-Chat 是基于Orion-14B-Base 使用85W左右的高质量语料库微调而来(仅sft)，同样支持中英日韩。在MT-Bench、AlignBench评测集上表现优异，多项指标显著超越同等参数基本的其他模型。
+- Orion-14B-Chat 是基于Orion-14B-Base 使用85W左右的高质量语料库微调而来(仅sft)，同样支持中英日韩。在MT-Bench、AlignBench评测集上表现优异，多项指标显著超越同等参数基本的其他模型。具体技术细节请参考[技术报告](https://github.com/OrionStarAI/Orion/blob/master/doc/Orion14B_v3.pdf)。
 
 - 85W微调语料包含两部分：22W左右的人工精标数据集和63W从开源数据里经过模型筛选、语义去重整理而来。其中日韩数据共7W,仅做了简单清洗和去重。
 
@@ -55,7 +57,9 @@ pipeline_tag: text-generation
   - 微调模型适应性强，在人类标注盲测中，表现突出
   - 长上下文版本支持超长文本，长达200k token
   - 量化版本模型大小缩小70%，推理速度提升30%，性能损失小于1%
-  ![](./assets/imgs/model_cap_zh.png)
+<div align="center">
+  <img src="./assets/imgs/model_cap_zh.png" alt="model_cap" width="50%" />
+</div>
 
 - 具体而言，Orion-14B系列大语言模型包含:
   - **Orion-14B-Base:**  基于2.5万亿令牌多样化数据集训练处的140亿参数量级的多语言基座模型。
@@ -66,7 +70,7 @@ pipeline_tag: text-generation
   - **Orion-14B-Base-Int4:**  一个使用4位整数进行量化的基座模型。它将模型大小显著减小了70%，同时提高了推理速度30%，仅引入了1%的最小性能损失。
   - **Orion-14B-Chat-Int4:**  一个使用4位整数进行量化的对话模型。
 
-# 下载路径
+# 2. 下载路径
 
 发布模型和下载链接见下表：
 
@@ -80,10 +84,11 @@ pipeline_tag: text-generation
 | 💼 基座Int4量化模型    | [Orion-14B-Base-Int4](https://huggingface.co/OrionStarAI/Orion-14B-Base-Int4)     | [Orion-14B-Base-Int4](https://modelscope.cn/models/OrionStarAI/Orion-14B-Base-Int4/summary)    |
 | 📦 对话Int4量化模型    | [Orion-14B-Chat-Int4](https://huggingface.co/OrionStarAI/Orion-14B-Chat-Int4)     | [Orion-14B-Chat-Int4](https://modelscope.cn/models/OrionStarAI/Orion-14B-Chat-Int4/summary)    |
 
-# 评估结果
+# 3. 评估结果
 
-## 1. 基座模型评估
-### 专业知识与试题评估结果
+## 3.1. 基座模型Orion-14B-Base评估
+
+### 3.1.1. 专业知识与试题评估结果
 | 模型名称            | C-Eval   | CMMLU    | MMLU     | AGIEval  | Gaokao   | BBH      |
 |--------------------|----------|----------|----------|----------|----------|----------|
 | LLaMA2-13B         |   41.4   |   38.4   |   55.0   |   30.9   |   18.2   |   45.6   |
@@ -93,7 +98,7 @@ pipeline_tag: text-generation
 | InternLM-20B       |   58.8   |   59.0   |   62.1   |   44.6   |   45.5   |   52.5   |
 | **Orion-14B-Base** | **72.9** | **70.6** | **69.9** | **54.7** |   62.1   | **56.5** |
 
-### 理解与通识评估结果
+### 3.1.2. 理解与通识评估结果
 | 模型名称            |RACE-middle|RACE-high| HellaSwag| PIQA     | Lambada  | WSC      |
 |--------------------|----------|----------|----------|----------|----------|----------|
 | LLaMA 2-13B        |   63.0   |   58.9   |   77.5   |   79.8   |   76.5   |   66.3   |
@@ -103,7 +108,7 @@ pipeline_tag: text-generation
 | InternLM-20B       |   86.4   |   83.3   |   78.1   | **80.3** |   71.8   |   68.3   |
 | **Orion-14B-Base** | **93.3** | **91.3** |   78.5   |   79.5   | **78.9** | **70.2** |
 
-### OpenCompass评测集评估结果
+### 3.1.3. OpenCompass评测集评估结果
 | 模型名称 | Average | Examination | Language | Knowledge | Understanding | Reasoning |
 |------------------|----------|----------|----------|----------|----------|----------|
 | LLaMA 2-13B      |   47.3   |   45.2   |   47.0   |   58.3   |   50.9   |   43.6   |
@@ -113,7 +118,7 @@ pipeline_tag: text-generation
 | InternLM-20B     |   59.4   |   62.5   |   55.0   | **60.1** |   67.3   |   54.9   |
 |**Orion-14B-Base**| **64.4** | **71.4** | **55.0** |   60.0   | **71.9** | **61.6** |
 
-### 日语测试集评估结果
+### 3.1.4. 日语测试集评估结果
 |   模型名称         |**Average**|  JCQA    |  JNLI    |  MARC    |  JSQD   |  JQK     |  XLS     |  XWN     |  MGSM    |
 |--------------------|----------|----------|----------|----------|----------|----------|----------|----------|----------|
 | PLaMo-13B          |   52.3   |   56.7   |   42.8   |   95.8   |   70.6   |   71.0   |   8.70   |   70.5   |   2.40   |
@@ -126,7 +131,7 @@ pipeline_tag: text-generation
 | Yi-34B             |   67.1   |   83.8   |   61.2   |   95.2   | **86.1** |   78.5   | **27.2** |   69.2   |   35.2   |
 | **Orion-14B-Base** | **69.1** | **88.2** | **75.8** |   94.1   |   75.7   | **85.1** |   17.3   | **78.8** | **38.0** |
 
-### 韩语测试集n-shot评估结果
+### 3.1.5. 韩语测试集n-shot评估结果
 | 模型名称  | **Average**<br>n=0&nbsp;&nbsp;n=5 | HellaSwag<br>n=0&nbsp;&nbsp;n=5 | COPA<br> n=0&nbsp;&nbsp;n=5 | BooIQ<br>n=0&nbsp;&nbsp;n=5 | SentiNeg<br>n=0&nbsp;&nbsp;n=5|
 |------------------|------------------------------|------------------------------|------------------------------|------------------------------|------------------------------|
 | KoGPT            |  53.0   &nbsp;&nbsp;   70.1  |  55.9   &nbsp;&nbsp;   58.3  |  73.5   &nbsp;&nbsp;   72.9  |  45.1   &nbsp;&nbsp;   59.8  |  37.5   &nbsp;&nbsp;   89.4  |
@@ -137,7 +142,7 @@ pipeline_tag: text-generation
 | Yi-34B           |  54.2   &nbsp;&nbsp;   72.1  |  44.6   &nbsp;&nbsp;   44.7  |  58.0   &nbsp;&nbsp;   60.6  |  65.9   &nbsp;&nbsp;   90.2  |  48.3   &nbsp;&nbsp;   92.9  |
 |**Orion-14B-Base**|**74.5** &nbsp;&nbsp; **79.6**|  47.0   &nbsp;&nbsp;   49.6  |  77.7   &nbsp;&nbsp;   79.4  |**81.6** &nbsp;&nbsp; **90.7**|**92.4** &nbsp;&nbsp; **98.7**|
 
-### 多语言评估结果
+### 3.1.6. 多语言评估结果
 | 模型名称            | Train Lang | Japanese | Korean   | Chinese  |  English |
 |--------------------|------------|----------|----------|----------|----------|
 | PLaMo-13B          |  En,Jp     |   52.3   |   *      |   *      |   *      |
@@ -152,8 +157,8 @@ pipeline_tag: text-generation
 | Yi-34B             |  Multi     |   67.1   |   72.2   |   58.7   | **68.8** |
 | **Orion-14B-Base** |  Multi     | **69.1** | **79.5** | **67.9** |   67.3   |
 
-## 2. 对话模型评估
-### 对话模型MTBench主观评估
+## 3.2. 对话模型Orion-14B-Chat评估
+### 3.2.1. 对话模型MTBench主观评估
 | 模型名称              |   第一轮  |  第二轮   |  **平均** |
 |----------------------|----------|----------|----------|
 | Baichuan2-13B-Chat   |   7.05   |   6.47   |   6.76   |
@@ -163,7 +168,7 @@ pipeline_tag: text-generation
 | **Orion-14B-Chat**   | **7.68** | **7.07** | **7.37** |
 \*这里评测使用vllm进行推理
 
-### 对话模型AlignBench主观评估
+### 3.2.2. 对话模型AlignBench主观评估
 | 模型名称             | 数学能力  | 逻辑推理  | 基本能力   | 中文理解  | 综合问答   | 写作能力  | 角色扮演   | 专业知识  | **平均**  |
 |--------------------|----------|----------|----------|----------|----------|----------|----------|----------|----------|
 | Baichuan2-13B-Chat |   3.76   |   4.07   |   6.22   |   6.05   |   7.11   |   6.97   |   6.75   |   6.43   |   5.25   |
@@ -173,8 +178,8 @@ pipeline_tag: text-generation
 | **Orion-14B-Chat** |   4.00   |   4.24   |   6.18   | **6.57** |   7.16   | **7.36** | **7.16** | **6.99** |   5.51   |
 \*这里评测使用vllm进行推理
 
-## 3. 长上下文模型评估
-### 长上下文模型LongBench评估
+## 3.3. 长上下文模型Orion-14B-LongChat评估
+### 3.3.1. 长上下文模型LongBench评估
 | 模型名称              | NarrativeQA| MultiFieldQA-en| MultiFieldQA-zh | DuReader  | QMSum     | VCSUM  | TREC   | TriviaQA | LSHT   | RepoBench-P |
 |--------------------------|-----------|-----------|-----------|-----------|-----------|-----------|-----------|-----------|-----------|-----------|
 | GPT-3.5-Turbo-16k        | **23.60** | **52.30** | **61.20** |   28.70   |   23.40   | **16.00** |   68.00   | **91.40** |   29.20   |   53.60   |
@@ -183,8 +188,8 @@ pipeline_tag: text-generation
 | Yi-6B-200K               |   14.11   |   36.74   |   22.68   |   14.01   |   20.44   |    8.08   |   72.00   |   86.61   |   38.00   | **63.29** |
 | Orion-14B-LongChat       |   19.47   |   48.11   |   55.84   | **37.02** | **24.87** |   15.44   | **77.00** |   89.12   | **45.50** |   54.31   |
 
-## 4. 检索增强模型评估
-### 自建检索增强测试集评估结果
+## 3.4. 检索增强模型Orion-14B-Chat-RAG评估
+### 3.4.1. 自建检索增强测试集评估结果
 |模型名称|回复效果(关键字)|*回复效果(主观打分)|引用能力|兜底能力|*AutoQA|*抽取数据|
 |---------------------|------|------|------|------|------|------|
 | Baichuan2-13B-Chat  |  85  |  76  |  1   |  0   |  69  |  51  |
@@ -194,8 +199,8 @@ pipeline_tag: text-generation
 | Orion-14B-Chat-RAG  |  86  |  87  |  91  |  97  |  73  |  71  |
  \* 表示人工评判结果
 
-## 5. 插件模型评估
-### 自建插件测试集评估结果
+## 3.5. 插件模型Orion-14B-Chat-Plugin评估
+### 3.5.1. 自建插件测试集评估结果
 | 模型名称  | 全参数意图识别 | 缺参数意图识别 | 非插件调用识别 |
 |-----------------------|--------|-----------|--------|
 | Baichuan2-13B-Chat    |   25   |   0       |   0    |
@@ -203,20 +208,20 @@ pipeline_tag: text-generation
 | GPT-4                 | **95** |   52.38   |   70   |
 | Orion-14B-Chat-Plugin |   92.5 | **60.32** | **90** |
 
-## 6. 量化模型评估
-### 量化前后��体对比
+## 3.6. 量化模型Orion-14B-Base-Int4评估
+### 3.6.1. 量化前后整体对比
 |模型名称|模型大小(GB)|推理速度(令牌数/秒)|C-Eval |CMMLU |MMLU |RACE | HellaSwag|
 |-------------------------|------|-----|------|------|------|------|------|
 | OrionStar-14B-Base      | 28.0 | 135 | 72.8 | 70.6 | 70.0 | 93.3 | 78.5 |
 | OrionStar-14B-Base-Int4 |  8.3 | 178 | 71.8 | 69.8 | 69.2 | 93.1 | 78.0 |
 
 
-# 模型推理
+# 4. 模型推理
 
 推理所需的模型权重、源码、配置已发布在 Hugging Face，下载链接见本文档最开始的表格。我们在此示范多种推理方式。程序会自动从
 Hugging Face 下载所需资源。
 
-## Python 代码方式
+## 4.1. Python 代码方式
 
 ```python
 import torch
@@ -237,7 +242,7 @@ print(response)
 在上述两段代码中，模型加载指定 `device_map='auto'`
 ，会使用所有可用显卡。如需指定使用的设备，可以使用类似 `export CUDA_VISIBLE_DEVICES=0,1`（使用了0、1号显卡）的方式控制。
 
-## 命令行工具方式
+## 4.2. 命令行工具方式
 
 ```shell
 CUDA_VISIBLE_DEVICES=0 python cli_demo.py
@@ -245,7 +250,7 @@ CUDA_VISIBLE_DEVICES=0 python cli_demo.py
 
 本命令行工具是为 Chat 场景设计，因此我们不支持使用该工具调用 Base 模型。
 
-## 脚本直接推理
+## 4.3. 脚本直接推理
 
 ```shell
 # base model
@@ -256,9 +261,9 @@ CUDA_VISIBLE_DEVICES=0 python demo/text_generation.py --model OrionStarAI/Orion-
 
 ```
 
-## 示例输出
+## 4.4. 示例输出
 
-## 闲聊
+### 4.4.1. 闲聊
 
 `````
 用户：你好,你叫什么名字
@@ -266,26 +271,26 @@ Orion-14B：你好!我是一个人工智能助手,没有固定的名字。你可
 用户：讲个故事
 Orion-14B：从前有一个小男孩叫杰克,他住在一个小村庄里。杰克非常喜欢冒险和探索,总是梦想着能够发现一些神奇的事情。
 
-有一天,杰克听说在附近的森林深处有一座传说中的魔法城堡,里面住着一个邪恶的巨人。这个巨人的名字叫格里姆,他被困在城堡中,无法离开。
+  有一天,杰克听说在附近的森林深处有一座传说中的魔法城堡,里面住着一个邪恶的巨人。这个巨人的名字叫格里姆,他被困在城堡中,无法离开。
 
-杰克决定要去解救这个巨人,因为他相信格里姆一定有自己的原因被困在那里。于是,他带着勇气和决心,踏上了前往魔法城堡的旅程。
+  杰克决定要去解救这个巨人,因为他相信格里姆一定有自己的原因被困在那里。于是,他带着勇气和决心,踏上了前往魔法城堡的旅程。
 
-经过长时间的跋涉,杰克终于来到了城堡的大门前。他小心翼翼地推开大门,进入了一个充满神秘气息的房间。
+  经过长时间的跋涉,杰克终于来到了城堡的大门前。他小心翼翼地推开大门,进入了一个充满神秘气息的房间。
 
-房间里弥漫着黑暗的气息,但杰克并没有被吓倒。他勇敢地向城堡深处走去,最终找到了格里姆。
+  房间里弥漫着黑暗的气息,但杰克并没有被吓倒。他勇敢地向城堡深处走去,最终找到了格里姆。
 
-格里姆告诉杰克,他是被一个邪恶的女巫诅咒的,只有通过解开咒语才能获得自由。杰克决定要帮助格里姆,他开始寻找线索和解开咒语的方法。
+  格里姆告诉杰克,他是被一个邪恶的女巫诅咒的,只有通过解开咒语才能获得自由。杰克决定要帮助格里姆,他开始寻找线索和解开咒语的方法。
 
-经过一番努力,杰克终于找到了一条通往女巫的秘密实验室的道路。他在那里发现了女巫留下的魔法书,书中记载了解开咒语的方法。
+  经过一番努力,杰克终于找到了一条通往女巫的秘密实验室的道路。他在那里发现了女巫留下的魔法书,书中记载了解开咒语的方法。
 
-杰克按照书上所写的步骤进行操作,成功地解开了格里姆身上的诅咒。巨人感激不已,他答应帮助杰克实现他的愿望。
+  杰克按照书上所写的步骤进行操作,成功地解开了格里姆身上的诅咒。巨人感激不已,他答应帮助杰克实现他的愿望。
 
-从此以后,杰克和格里姆成为了好朋友,他们一起经历了许多惊险刺激的冒险,并用他们的勇气和智慧战胜了各种困难。
+  从此以后,杰克和格里姆成为了好朋友,他们一起经历了许多惊险刺激的冒险,并用他们的勇气和智慧战胜了各种困难。
 
-这个故事告诉我们,只要有勇气和决心,我们就能克服一切困难,实现自己的梦想。
+  这个故事告诉我们,只要有勇气和决心,我们就能克服一切困难,实现自己的梦想。
 `````
 
-## 日韩
+### 4.4.2. 日韩
 
 `````
 用户：自己を紹介してください
@@ -294,24 +299,10 @@ Orion-14B：こんにちは、私の名前はChatMaxで、OrionStarによって
 Orion-14B：안녕하세요, 제 이름은 ChatMax입니다. OrionStar에서 개발한 AI 어시스턴트입니다. 저는 사용자들에게 정확하�� 객관적이며 유용한 답변을 제공하여 문제를 해결하고 정보를 얻는 데 도움을 줄 수 있습니다.
 `````
 
-# 企业介绍
-
-猎户星空（OrionStar）是一家全球领先的服务机器人解决方案公司，成立于2016年9月。猎户星空致力于基于人工智能技术打造下一代革命性机器人，使人们能够摆脱重复的体力劳动，使人类的工作和生活更加智能和有趣，通过技术使社会和世界变得更加美好。
-
-猎户星空拥有完全自主开发的全链条人工智能技术，如语音交互和视觉导航。它整合了产品开发能力和技术应用能力。基于Orion机械臂平台，它推出了ORION
-STAR AI Robot Greeting、AI Robot Greeting Mini、Lucki、Coffee
-Master等产品，并建立了Orion机器人的开放平台OrionOS。通过为 **真正有用的机器人而生** 的理念实践，它通过AI技术为更多人赋能。
-
-凭借7年AI经验积累，猎户星空已推出的大模型深度应用“聚言”，并陆续面向行业客户提供定制化AI大模型咨询与服务解决方案，真正帮助客户实现企业经营效率领先同行目标。
-
-**猎户星空具备全链条大模型应用能力的核心优势**，包括拥有从海量数据处理、大模型预训练、二次预训练、微调(Fine-tune)、Prompt
-Engineering 、Agent开发的全链条能力和经验积累；拥有完整的端到端模型训练能力，包括系统化的数据处理流程和数百张GPU的并行模型训练能力，现已在大政务、云服务、出海电商、快消等多个行业场景落地。
-
-***欢迎有大模型应用落地需求的企业联系我们进行商务合作，咨询电话 400-898-7779 。***
 
-# 声明、协议
+# 5. 声明、协议
 
-## 声明
+## 5.1. 声明
 
 我们强烈呼吁所有使用者，不要利用 Orion-14B 模型进行任何危害国家社会安全或违法的活动。另外，我们也要求使用者不要将
 Orion-14B 模型用于未经适当安全审查和备案的互联网服务。
@@ -320,14 +311,29 @@ Orion-14B 模型用于未经适当安全审查和备案的互联网服务。
 我们已经尽我们所能，来确保模型训练过程中使用的数据的合规性。然而，尽管我们已经做出了巨大的努力，但由于模型和数据的复杂性，仍有可能存在一些无法预见的问题。因此，如果由于使用
 Orion-14B 开源模型而导致的任何问题，包括但不限于数据安全问题、公共舆论风险，或模型被误导、滥用、传播或不当利用所带来的任何风险和问题，我们将不承担任何责任。
 
-## 协议
+## 5.2. 协议
 
 社区使用Orion-14B系列模型
 - 代码请遵循 [Apache License Version 2.0](./LICENSE)<br>
 - 模型请遵循 [Orion-14B系列模型社区许可协议](./ModelsCommunityLicenseAgreement)
 
-# 联系我们
+# 6. 企业介绍
+
+猎户星空（OrionStar）是一家全球领先的服务机器人解决方案公司，成立于2016年9月。猎户星空致力于基于人工智能技术打造下一代革命性机器人，使人们能够摆脱重复的体力劳动，使人类的工作和生活更加智能和有趣，通过技术使社会和世界变得更加美好。
 
-电子邮箱: ai@orionstar.com
+猎户星空拥有完全自主开发的全链条人工智能技术，如语音交互和视觉导航。它整合了产品开发能力和技术应用能力。基于Orion机械臂平台，它推出了ORION
+STAR AI Robot Greeting、AI Robot Greeting Mini、Lucki、Coffee
+Master等产品，并建立了Orion机器人的开放平台OrionOS。通过为 **真正有用的机器人而生** 的理念实践，它通过AI技术为更多人赋能。
 
-![](./assets/imgs/wechat_group.jpg)
+凭借7年AI经验积累，猎户星空已推出的大模型深度应用“聚言”，并陆续面向行业客户提供定制化AI大模型咨询与服务解决方案，真正帮助客户实现企业经营效率领先同行目标。
+
+**猎户星空具备全链条大模型应用能力的核心优势**，包括拥有从海量数据处理、大模型预训练、二次预训练、微调(Fine-tune)、Prompt
+Engineering 、Agent开发的全链条能力和经验积累；拥有完整的端到端模型训练能力，包括系统化的数据处理流程和数百张GPU的并行模型训练能力，现已在大政务、云服务、出海电商、快消等多个行业场景落地。
+
+***欢迎有大模型应用落地需求的企业联系我们进行商务合作***<br>
+**咨询电话:** 400-898-7779<br>
+**电子邮箱:** ai@orionstar.com
+
+<div align="center">
+  <img src="./assets/imgs/wechat_group.jpg" alt="wechat" width="40%" />
+</div>