Update README.md
Browse files
README.md
CHANGED
|
@@ -7,7 +7,9 @@ pipeline_tag: text-generation
|
|
| 7 |
|
| 8 |
<!-- markdownlint-disable first-line-h1 -->
|
| 9 |
<!-- markdownlint-disable html -->
|
| 10 |
-
|
|
|
|
|
|
|
| 11 |
|
| 12 |
<div align="center">
|
| 13 |
<h1>
|
|
@@ -21,8 +23,8 @@ pipeline_tag: text-generation
|
|
| 21 |
<h4 align="center">
|
| 22 |
<p>
|
| 23 |
<b>🇨🇳中文</b> |
|
| 24 |
-
<a href="
|
| 25 |
-
🤗 <a href="https://huggingface.co/OrionStarAI" target="_blank">HuggingFace主页</a> | 🤖 <a href="https://modelscope.cn/organization/OrionStarAI" target="_blank">ModelScope
|
| 26 |
<p>
|
| 27 |
</h4>
|
| 28 |
|
|
@@ -36,16 +38,24 @@ pipeline_tag: text-generation
|
|
| 36 |
- [🔗 下载路径](#下载路径)
|
| 37 |
- [🔖 评估结果](#评估结果)
|
| 38 |
- [📊 模型推理](#模型推理)
|
| 39 |
-
- [🥇 企业介绍](#企业介绍)
|
| 40 |
- [📜 声明协议](#声明协议)
|
|
|
|
| 41 |
|
| 42 |
-
# 模型介绍
|
| 43 |
|
| 44 |
-
- Orion-14B-Base是一个具有140亿参数的多语种大模型，该模型在一个包含2.5万亿token
|
| 45 |
|
| 46 |
-
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 47 |
|
| 48 |
-
- Orion-14B系列大语言模型包含:
|
| 49 |
- **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。
|
| 50 |
- **Orion-14B-Chat:** 基于高质量语料库微调的对话类模型，旨在为大模型社区提供更好的用户交互体验。
|
| 51 |
- **Orion-14B-LongChat:** 支持长度超过200K令牌上下文的交互，在长文本评估集上性能比肩专有模型。
|
|
@@ -54,7 +64,7 @@ pipeline_tag: text-generation
|
|
| 54 |
- **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。
|
| 55 |
- **Orion-14B-Chat-Int4:** 一个使用4位整数进行量化的对话模型。
|
| 56 |
|
| 57 |
-
# 下载路径
|
| 58 |
|
| 59 |
发布模型和下载链接见下表：
|
| 60 |
|
|
@@ -68,9 +78,11 @@ pipeline_tag: text-generation
|
|
| 68 |
| 💼 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) |
|
| 69 |
| 📦 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) |
|
| 70 |
|
| 71 |
-
# 评估结果
|
| 72 |
|
| 73 |
-
##
|
|
|
|
|
|
|
| 74 |
| 模型名称 | C-Eval | CMMLU | MMLU | AGIEval | Gaokao | BBH |
|
| 75 |
|--------------------|----------|----------|----------|----------|----------|----------|
|
| 76 |
| LLaMA2-13B | 41.4 | 38.4 | 55.0 | 30.9 | 18.2 | 45.6 |
|
|
@@ -78,10 +90,9 @@ pipeline_tag: text-generation
|
|
| 78 |
| Baichuan2-13B | 59.0 | 61.3 | 59.5 | 37.4 | 45.6 | 49.0 |
|
| 79 |
| QWEN-14B | 71.7 | 70.2 | 67.9 | 51.9 | **62.5** | 53.7 |
|
| 80 |
| InternLM-20B | 58.8 | 59.0 | 62.1 | 44.6 | 45.5 | 52.5 |
|
| 81 |
-
| **Orion-14B**
|
| 82 |
-
|
| 83 |
|
| 84 |
-
|
| 85 |
| 模型名称 |RACE-middle|RACE-high| HellaSwag| PIQA | Lambada | WSC |
|
| 86 |
|--------------------|----------|----------|----------|----------|----------|----------|
|
| 87 |
| LLaMA 2-13B | 63.0 | 58.9 | 77.5 | 79.8 | 76.5 | 66.3 |
|
|
@@ -89,21 +100,19 @@ pipeline_tag: text-generation
|
|
| 89 |
| Baichuan 2-13B | 68.9 | 67.2 | 70.8 | 78.1 | 74.1 | 66.3 |
|
| 90 |
| QWEN-14B | 93.0 | 90.3 | **80.2** | 79.8 | 71.4 | 66.3 |
|
| 91 |
| InternLM-20B | 86.4 | 83.3 | 78.1 | **80.3** | 71.8 | 68.3 |
|
| 92 |
-
| **Orion-14B**
|
| 93 |
-
|
| 94 |
|
| 95 |
-
|
| 96 |
| 模型名称 | Average | Examination | Language | Knowledge | Understanding | Reasoning |
|
| 97 |
-
|
| 98 |
-
| LLaMA 2-13B
|
| 99 |
-
| Skywork-13B
|
| 100 |
-
| Baichuan 2-13B
|
| 101 |
-
| QWEN-14B
|
| 102 |
-
| InternLM-20B
|
| 103 |
-
|
| 104 |
-
|
| 105 |
-
|
| 106 |
-
## 日语测试集评估结果
|
| 107 |
| 模型名称 |**Average**| JCQA | JNLI | MARC | JSQD | JQK | XLS | XWN | MGSM |
|
| 108 |
|--------------------|----------|----------|----------|----------|----------|----------|----------|----------|----------|
|
| 109 |
| PLaMo-13B | 52.3 | 56.7 | 42.8 | 95.8 | 70.6 | 71.0 | 8.70 | 70.5 | 2.40 |
|
|
@@ -114,21 +123,20 @@ pipeline_tag: text-generation
|
|
| 114 |
| Baichuan 2-13B | 57.1 | 73.7 | 31.3 | 91.6 | 80.5 | 63.3 | 18.6 | 72.2 | 25.2 |
|
| 115 |
| QWEN-14B | 65.8 | 85.9 | 60.7 | 97.0 | 83.3 | 71.8 | 18.8 | 70.6 | 38.0 |
|
| 116 |
| Yi-34B | 67.1 | 83.8 | 61.2 | 95.2 | **86.1** | 78.5 | **27.2** | 69.2 | 35.2 |
|
| 117 |
-
| **Orion-14B**
|
| 118 |
-
|
| 119 |
|
| 120 |
-
|
| 121 |
| 模型名称 | **Average**<br>n=0 n=5 | HellaSwag<br>n=0 n=5 | COPA<br> n=0 n=5 | BooIQ<br>n=0 n=5 | SentiNeg<br>n=0 n=5|
|
| 122 |
-
|
| 123 |
-
| KoGPT
|
| 124 |
-
| Polyglot-ko-13B
|
| 125 |
-
| LLaMA 2-13B
|
| 126 |
-
| Baichuan 2-13B
|
| 127 |
-
| QWEN-14B
|
| 128 |
-
| Yi-34B
|
| 129 |
-
|
| 130 |
-
|
| 131 |
-
|
| 132 |
| 模型名称 | Train Lang | Japanese | Korean | Chinese | English |
|
| 133 |
|--------------------|------------|----------|----------|----------|----------|
|
| 134 |
| PLaMo-13B | En,Jp | 52.3 | * | * | * |
|
|
@@ -141,28 +149,10 @@ pipeline_tag: text-generation
|
|
| 141 |
| Qwen-14B | Multi | 65.8 | 73.7 | 64.5 | 65.4 |
|
| 142 |
| Llama2-13B | Multi | 46.3 | 63.7 | 41.4 | 55.3 |
|
| 143 |
| Yi-34B | Multi | 67.1 | 72.2 | 58.7 | **68.8** |
|
| 144 |
-
| **Orion-14B**
|
| 145 |
-
|
| 146 |
-
##
|
| 147 |
-
|
| 148 |
-
|------------------------|----------|----------|----------|----------|----------|
|
| 149 |
-
| GPT-4 | 69.9 | 71.0 | 83.0 | 65.5 | **91.4** |
|
| 150 |
-
| Qwen-72B | 83.3 | 61.8 | 77.3 | 76.1 | 85.4 |
|
| 151 |
-
| Yi-34B | 81.8 | 82.6 | 76.3 | 73.1 | 82.0 |
|
| 152 |
-
| Orion-14B | 72.8 | 70.6 | 69.9 | 78.8 | 78.5 |
|
| 153 |
-
| Orion-14B(contaminated)| **92.7** | **82.9** | **85.4** | **78.5** | 85.8 |
|
| 154 |
-
|
| 155 |
-
|
| 156 |
-
## 对话模型标准评估
|
| 157 |
-
| 模型名称 | CMMLU | MMLU | BBH |HellaSwag | PIQA | WSC |
|
| 158 |
-
|----------------------|----------|----------|----------|----------|----------|----------|
|
| 159 |
-
| Baichuan2-13B-Chat | 58.4 | 57.0 | 49.9 | 66.9 | 77.6 | **71.2** |
|
| 160 |
-
| Qwen-14B-Chat | **70.0** | **66.4** | **58.0** | 65.2 | 74.0 | 66.3 |
|
| 161 |
-
| Llama2-13B-Chat | 38.7 | 54.6 | 40.2 | **78.2** | **78.8** | 68.3 |
|
| 162 |
-
| InternLM-20B-Chat | 52.2 | 52.5 | 35.3 | 69.2 | 76.7 | 61.5 |
|
| 163 |
-
| **Orion-14B-Chat** | 63.7 | 61.71 | 49.05 | 76.7 | 78.4 | 71.15 |
|
| 164 |
-
|
| 165 |
-
## 对话模型MTBench主观评估
|
| 166 |
| 模型名称 | 第一轮 | 第二轮 | **平均** |
|
| 167 |
|----------------------|----------|----------|----------|
|
| 168 |
| Baichuan2-13B-Chat | 7.05 | 6.47 | 6.76 |
|
|
@@ -170,23 +160,62 @@ pipeline_tag: text-generation
|
|
| 170 |
| Llama2-13B-Chat | 7.10 | 6.20 | 6.65 |
|
| 171 |
| InternLM-20B-Chat | 7.03 | 5.93 | 6.48 |
|
| 172 |
| **Orion-14B-Chat** | **7.68** | **7.07** | **7.37** |
|
|
|
|
| 173 |
|
| 174 |
-
|
| 175 |
| 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** |
|
| 176 |
|--------------------|----------|----------|----------|----------|----------|----------|----------|----------|----------|
|
| 177 |
| Baichuan2-13B-Chat | 3.76 | 4.07 | 6.22 | 6.05 | 7.11 | 6.97 | 6.75 | 6.43 | 5.25 |
|
| 178 |
| Qwen-14B-Chat | **4.91** | **4.71** | **6.90** | 6.36 | 6.74 | 6.64 | 6.59 | 6.56 | **5.72** |
|
| 179 |
| Llama2-13B-Chat | 3.05 | 3.79 | 5.43 | 4.40 | 6.76 | 6.63 | 6.99 | 5.65 | 4.70 |
|
| 180 |
| InternLM-20B-Chat | 3.39 | 3.92 | 5.96 | 5.50 | **7.18** | 6.19 | 6.49 | 6.22 | 4.96 |
|
| 181 |
-
| Orion-14B-Chat
|
| 182 |
-
|
| 183 |
-
|
| 184 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 185 |
|
| 186 |
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
|
| 187 |
Hugging Face 下载所需资源。
|
| 188 |
|
| 189 |
-
## Python 代码方式
|
| 190 |
|
| 191 |
```python
|
| 192 |
import torch
|
|
@@ -202,72 +231,72 @@ messages = [{"role": "user", "content": "你好! 你叫什么名字!"}]
|
|
| 202 |
response = model.chat(tokenizer, messages, streaming=Flase)
|
| 203 |
print(response)
|
| 204 |
|
| 205 |
-
# 你好，我的名字叫聚言，很高兴见到你。
|
| 206 |
```
|
| 207 |
|
| 208 |
在上述两段代码中，模型加载指定 `device_map='auto'`
|
| 209 |
，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。
|
| 210 |
|
| 211 |
-
## 命令行工具方式
|
| 212 |
|
| 213 |
```shell
|
| 214 |
-
python cli_demo.py
|
| 215 |
```
|
| 216 |
|
| 217 |
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。
|
| 218 |
|
| 219 |
-
## 脚本直接推理
|
| 220 |
|
| 221 |
```shell
|
| 222 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 223 |
```
|
| 224 |
|
| 225 |
-
## 示例输出
|
| 226 |
|
| 227 |
-
|
| 228 |
|
| 229 |
`````
|
| 230 |
用户：你好,你叫什么名字
|
| 231 |
-
Orion-14B
|
| 232 |
-
|
| 233 |
-
Orion-14B
|
| 234 |
-
用户：讲个笑话
|
| 235 |
-
Orion-14B：为什么香肠总是不开心？因为它没有朋友，只能被夹在面包里。
|
| 236 |
-
`````
|
| 237 |
|
| 238 |
-
|
| 239 |
|
| 240 |
-
|
| 241 |
-
用户：鸡和兔在一个笼子里，共有26个头，68只脚，那么鸡有多少只，兔有多少只？
|
| 242 |
-
Orion-14B：设鸡的数量为x，兔的数量为y。
|
| 243 |
-
根据题意，可得出以下两个方程：
|
| 244 |
-
x + y = 26 （共有26个头）
|
| 245 |
-
2x + 4y = 68 （共有68只脚）
|
| 246 |
-
将第一个方程变形，得到y = 26 - x
|
| 247 |
-
将y的值代入第二个方程中，得到：
|
| 248 |
-
2x + 4(26-x) = 68
|
| 249 |
-
解这个方程，得到x = 18
|
| 250 |
-
所以，鸡有18只，兔有26 - 18 = 8只。
|
| 251 |
-
`````
|
| 252 |
|
| 253 |
-
|
| 254 |
|
| 255 |
-
|
| 256 |
|
| 257 |
-
|
| 258 |
-
STAR AI Robot Greeting、AI Robot Greeting Mini、Lucki、Coffee
|
| 259 |
-
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。
|
| 260 |
|
| 261 |
-
|
| 262 |
|
| 263 |
-
|
| 264 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
| 265 |
|
| 266 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 267 |
|
| 268 |
-
# 声明、协议
|
| 269 |
|
| 270 |
-
|
|
|
|
|
|
|
| 271 |
|
| 272 |
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
|
| 273 |
Orion-14B 模型用于未经适当安全审查和备案的互联网服务。
|
|
@@ -276,13 +305,30 @@ Orion-14B 模型用于未经适当安全审查和备案的互联网服务。
|
|
| 276 |
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
|
| 277 |
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。
|
| 278 |
|
| 279 |
-
## 协议
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 280 |
|
| 281 |
-
|
| 282 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 283 |
|
| 284 |
-
|
|
|
|
|
|
|
| 285 |
|
| 286 |
-
|
|
|
|
|
|
|
| 287 |
|
| 288 |
-
|
|
|
|
| 7 |
|
| 8 |
<!-- markdownlint-disable first-line-h1 -->
|
| 9 |
<!-- markdownlint-disable html -->
|
| 10 |
+
<div align="center">
|
| 11 |
+
<img src="./assets/imgs/orion_start.PNG" alt="logo" width="50%" />
|
| 12 |
+
</div>
|
| 13 |
|
| 14 |
<div align="center">
|
| 15 |
<h1>
|
|
|
|
| 23 |
<h4 align="center">
|
| 24 |
<p>
|
| 25 |
<b>🇨🇳中文</b> |
|
| 26 |
+
<a href="http://git.ainirobot.com/llm/Orion/blob/master/README_en.MD">🌐English</a><br><br>
|
| 27 |
+
🤗 <a href="https://huggingface.co/OrionStarAI" target="_blank">HuggingFace主页</a> | 🤖 <a href="https://modelscope.cn/organization/OrionStarAI" target="_blank">ModelScope主页</a><br>🎬 <a href="https://huggingface.co/spaces/OrionStarAI/Orion-14B-App-Demo" target="_blank">HuggingFace在线试用</a> | 🎫 <a href="https://modelscope.cn/studios/OrionStarAI/Orion-14B-App-Demo/summary" target="_blank">ModelScope在线试用</a><br>📖 <a href="https://github.com/OrionStarAI/Orion/blob/master/doc/Orion14B_v3.pdf" target="_blank">技术报告</a>
|
| 28 |
<p>
|
| 29 |
</h4>
|
| 30 |
|
|
|
|
| 38 |
- [🔗 下载路径](#下载路径)
|
| 39 |
- [🔖 评估结果](#评估结果)
|
| 40 |
- [📊 模型推理](#模型推理)
|
|
|
|
| 41 |
- [📜 声明协议](#声明协议)
|
| 42 |
+
- [🥇 企业介绍](#企业介绍)
|
| 43 |
|
| 44 |
+
# 1. 模型介绍
|
| 45 |
|
| 46 |
+
- Orion-14B-Base是一个具有140亿参数的多语种大模型，该模型在一个包含2.5万亿token的多样化数据集上进行了训练，涵盖了中文、英语、日语、韩语等多种语言。在多语言环境下的一系列任务中展现出卓越的性能。在主流的公开基准评测中，Orion-14B系列模型表现优异，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)。
|
| 47 |
|
| 48 |
+
- Orion-14B系列大模型有以下几个特点：
|
| 49 |
+
- 基座20B参数级别大模型综合评测效果表现优异
|
| 50 |
+
- 多语言能力强，在日语、韩语测试集上显著领先
|
| 51 |
+
- 微调模型适应性强，在人类标注盲测中，表现突出
|
| 52 |
+
- 长上下文版本支持超长文本，长达200k token
|
| 53 |
+
- 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%
|
| 54 |
+
<div align="center">
|
| 55 |
+
<img src="./assets/imgs/model_cap_zh.png" alt="model_cap" width="50%" />
|
| 56 |
+
</div>
|
| 57 |
|
| 58 |
+
- 具体而言，Orion-14B系列大语言模型包含:
|
| 59 |
- **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。
|
| 60 |
- **Orion-14B-Chat:** 基于高质量语料库微调的对话类模型，旨在为大模型社区提供更好的用户交互体验。
|
| 61 |
- **Orion-14B-LongChat:** 支持长度超过200K令牌上下文的交互，在长文本评估集上性能比肩专有模型。
|
|
|
|
| 64 |
- **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。
|
| 65 |
- **Orion-14B-Chat-Int4:** 一个使用4位整数进行量化的对话模型。
|
| 66 |
|
| 67 |
+
# 2. 下载路径
|
| 68 |
|
| 69 |
发布模型和下载链接见下表：
|
| 70 |
|
|
|
|
| 78 |
| 💼 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) |
|
| 79 |
| 📦 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) |
|
| 80 |
|
| 81 |
+
# 3. 评估结果
|
| 82 |
|
| 83 |
+
## 3.1. 基座模型Orion-14B-Base评估
|
| 84 |
+
|
| 85 |
+
### 3.1.1. 专业知识与试题评估结果
|
| 86 |
| 模型名称 | C-Eval | CMMLU | MMLU | AGIEval | Gaokao | BBH |
|
| 87 |
|--------------------|----------|----------|----------|----------|----------|----------|
|
| 88 |
| LLaMA2-13B | 41.4 | 38.4 | 55.0 | 30.9 | 18.2 | 45.6 |
|
|
|
|
| 90 |
| Baichuan2-13B | 59.0 | 61.3 | 59.5 | 37.4 | 45.6 | 49.0 |
|
| 91 |
| QWEN-14B | 71.7 | 70.2 | 67.9 | 51.9 | **62.5** | 53.7 |
|
| 92 |
| InternLM-20B | 58.8 | 59.0 | 62.1 | 44.6 | 45.5 | 52.5 |
|
| 93 |
+
| **Orion-14B-Base** | **72.9** | **70.6** | **69.9** | **54.7** | 62.1 | **56.5** |
|
|
|
|
| 94 |
|
| 95 |
+
### 3.1.2. 理解与通识评估结果
|
| 96 |
| 模型名称 |RACE-middle|RACE-high| HellaSwag| PIQA | Lambada | WSC |
|
| 97 |
|--------------------|----------|----------|----------|----------|----------|----------|
|
| 98 |
| LLaMA 2-13B | 63.0 | 58.9 | 77.5 | 79.8 | 76.5 | 66.3 |
|
|
|
|
| 100 |
| Baichuan 2-13B | 68.9 | 67.2 | 70.8 | 78.1 | 74.1 | 66.3 |
|
| 101 |
| QWEN-14B | 93.0 | 90.3 | **80.2** | 79.8 | 71.4 | 66.3 |
|
| 102 |
| InternLM-20B | 86.4 | 83.3 | 78.1 | **80.3** | 71.8 | 68.3 |
|
| 103 |
+
| **Orion-14B-Base** | **93.3** | **91.3** | 78.5 | 79.5 | **78.9** | **70.2** |
|
|
|
|
| 104 |
|
| 105 |
+
### 3.1.3. OpenCompass评测集评估结果
|
| 106 |
| 模型名称 | Average | Examination | Language | Knowledge | Understanding | Reasoning |
|
| 107 |
+
|------------------|----------|----------|----------|----------|----------|----------|
|
| 108 |
+
| LLaMA 2-13B | 47.3 | 45.2 | 47.0 | 58.3 | 50.9 | 43.6 |
|
| 109 |
+
| Skywork-13B | 53.6 | 61.1 | 51.3 | 52.7 | 64.5 | 45.2 |
|
| 110 |
+
| Baichuan 2-13B | 49.4 | 51.8 | 47.5 | 48.9 | 58.1 | 44.2 |
|
| 111 |
+
| QWEN-14B | 62.4 | 71.3 | 52.67 | 56.1 | 68.8 | 60.1 |
|
| 112 |
+
| InternLM-20B | 59.4 | 62.5 | 55.0 | **60.1** | 67.3 | 54.9 |
|
| 113 |
+
|**Orion-14B-Base**| **64.4** | **71.4** | **55.0** | 60.0 | **71.9** | **61.6** |
|
| 114 |
+
|
| 115 |
+
### 3.1.4. 日语测试集评估结果
|
|
|
|
| 116 |
| 模型名称 |**Average**| JCQA | JNLI | MARC | JSQD | JQK | XLS | XWN | MGSM |
|
| 117 |
|--------------------|----------|----------|----------|----------|----------|----------|----------|----------|----------|
|
| 118 |
| PLaMo-13B | 52.3 | 56.7 | 42.8 | 95.8 | 70.6 | 71.0 | 8.70 | 70.5 | 2.40 |
|
|
|
|
| 123 |
| Baichuan 2-13B | 57.1 | 73.7 | 31.3 | 91.6 | 80.5 | 63.3 | 18.6 | 72.2 | 25.2 |
|
| 124 |
| QWEN-14B | 65.8 | 85.9 | 60.7 | 97.0 | 83.3 | 71.8 | 18.8 | 70.6 | 38.0 |
|
| 125 |
| Yi-34B | 67.1 | 83.8 | 61.2 | 95.2 | **86.1** | 78.5 | **27.2** | 69.2 | 35.2 |
|
| 126 |
+
| **Orion-14B-Base** | **69.1** | **88.2** | **75.8** | 94.1 | 75.7 | **85.1** | 17.3 | **78.8** | **38.0** |
|
|
|
|
| 127 |
|
| 128 |
+
### 3.1.5. 韩语测试集n-shot评估结果
|
| 129 |
| 模型名称 | **Average**<br>n=0 n=5 | HellaSwag<br>n=0 n=5 | COPA<br> n=0 n=5 | BooIQ<br>n=0 n=5 | SentiNeg<br>n=0 n=5|
|
| 130 |
+
|------------------|------------------------------|------------------------------|------------------------------|------------------------------|------------------------------|
|
| 131 |
+
| KoGPT | 53.0 70.1 | 55.9 58.3 | 73.5 72.9 | 45.1 59.8 | 37.5 89.4 |
|
| 132 |
+
| Polyglot-ko-13B | 69.6 73.7 |**59.5** **63.1**|**79.4** **81.1**| 48.2 60.4 | 91.2 90.2 |
|
| 133 |
+
| LLaMA 2-13B | 46.7 63.7 | 41.3 44.0 | 59.3 63.8 | 34.9 73.8 | 51.5 73.4 |
|
| 134 |
+
| Baichuan 2-13B | 52.1 58.7 | 39.2 39.6 | 60.6 60.6 | 58.4 61.5 | 50.3 72.9 |
|
| 135 |
+
| QWEN-14B | 53.8 73.7 | 45.3 46.8 | 64.9 68.9 | 33.4 83.5 | 71.5 95.7 |
|
| 136 |
+
| Yi-34B | 54.2 72.1 | 44.6 44.7 | 58.0 60.6 | 65.9 90.2 | 48.3 92.9 |
|
| 137 |
+
|**Orion-14B-Base**|**74.5** **79.6**| 47.0 49.6 | 77.7 79.4 |**81.6** **90.7**|**92.4** **98.7**|
|
| 138 |
+
|
| 139 |
+
### 3.1.6. 多语言评估结果
|
| 140 |
| 模型名称 | Train Lang | Japanese | Korean | Chinese | English |
|
| 141 |
|--------------------|------------|----------|----------|----------|----------|
|
| 142 |
| PLaMo-13B | En,Jp | 52.3 | * | * | * |
|
|
|
|
| 149 |
| Qwen-14B | Multi | 65.8 | 73.7 | 64.5 | 65.4 |
|
| 150 |
| Llama2-13B | Multi | 46.3 | 63.7 | 41.4 | 55.3 |
|
| 151 |
| Yi-34B | Multi | 67.1 | 72.2 | 58.7 | **68.8** |
|
| 152 |
+
| **Orion-14B-Base** | Multi | **69.1** | **79.5** | **67.9** | 67.3 |
|
| 153 |
+
|
| 154 |
+
## 3.2. 对话模型Orion-14B-Chat评估
|
| 155 |
+
### 3.2.1. 对话模型MTBench主观评估
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 156 |
| 模型名称 | 第一轮 | 第二轮 | **平均** |
|
| 157 |
|----------------------|----------|----------|----------|
|
| 158 |
| Baichuan2-13B-Chat | 7.05 | 6.47 | 6.76 |
|
|
|
|
| 160 |
| Llama2-13B-Chat | 7.10 | 6.20 | 6.65 |
|
| 161 |
| InternLM-20B-Chat | 7.03 | 5.93 | 6.48 |
|
| 162 |
| **Orion-14B-Chat** | **7.68** | **7.07** | **7.37** |
|
| 163 |
+
\*这里评测使用vllm进行推理
|
| 164 |
|
| 165 |
+
### 3.2.2. 对话模型AlignBench主观评估
|
| 166 |
| 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** |
|
| 167 |
|--------------------|----------|----------|----------|----------|----------|----------|----------|----------|----------|
|
| 168 |
| Baichuan2-13B-Chat | 3.76 | 4.07 | 6.22 | 6.05 | 7.11 | 6.97 | 6.75 | 6.43 | 5.25 |
|
| 169 |
| Qwen-14B-Chat | **4.91** | **4.71** | **6.90** | 6.36 | 6.74 | 6.64 | 6.59 | 6.56 | **5.72** |
|
| 170 |
| Llama2-13B-Chat | 3.05 | 3.79 | 5.43 | 4.40 | 6.76 | 6.63 | 6.99 | 5.65 | 4.70 |
|
| 171 |
| InternLM-20B-Chat | 3.39 | 3.92 | 5.96 | 5.50 | **7.18** | 6.19 | 6.49 | 6.22 | 4.96 |
|
| 172 |
+
| **Orion-14B-Chat** | 4.00 | 4.24 | 6.18 | **6.57** | 7.16 | **7.36** | **7.16** | **6.99** | 5.51 |
|
| 173 |
+
\*这里评测使用vllm进行推理
|
| 174 |
+
|
| 175 |
+
## 3.3. 长上下文模型Orion-14B-LongChat评估
|
| 176 |
+
### 3.3.1. 长上下文模型LongBench评估
|
| 177 |
+
| 模型名称 | NarrativeQA| MultiFieldQA-en| MultiFieldQA-zh | DuReader | QMSum | VCSUM | TREC | TriviaQA | LSHT | RepoBench-P |
|
| 178 |
+
|--------------------------|-----------|-----------|-----------|-----------|-----------|-----------|-----------|-----------|-----------|-----------|
|
| 179 |
+
| 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 |
|
| 180 |
+
| LongChat-v1.5-7B-32k | 16.90 | 41.40 | 29.10 | 19.50 | 22.70 | 9.90 | 63.50 | 82.30 | 23.20 | 55.30 |
|
| 181 |
+
| Vicuna-v1.5-7B-16k | 19.40 | 38.50 | 43.00 | 19.30 | 22.80 | 15.10 | 71.50 | 86.20 | 28.80 | 43.50 |
|
| 182 |
+
| Yi-6B-200K | 14.11 | 36.74 | 22.68 | 14.01 | 20.44 | 8.08 | 72.00 | 86.61 | 38.00 | **63.29** |
|
| 183 |
+
| Orion-14B-LongChat | 19.47 | 48.11 | 55.84 | **37.02** | **24.87** | 15.44 | **77.00** | 89.12 | **45.50** | 54.31 |
|
| 184 |
+
|
| 185 |
+
## 3.4. 检索增强模型Orion-14B-Chat-RAG评估
|
| 186 |
+
### 3.4.1. 自建检索增强测试集评估结果
|
| 187 |
+
|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|
|
| 188 |
+
|---------------------|------|------|------|------|------|------|
|
| 189 |
+
| Baichuan2-13B-Chat | 85 | 76 | 1 | 0 | 69 | 51 |
|
| 190 |
+
| Qwen-14B-Chat | 79 | 77 | 75 | 47 | 68 | 72 |
|
| 191 |
+
| Qwen-72B-Chat(Int4) | 87 | 89 | 90 | 32 | 67 | 76 |
|
| 192 |
+
| GPT-4 | 91 | 94 | 96 | 95 | 75 | 86 |
|
| 193 |
+
| Orion-14B-Chat-RAG | 86 | 87 | 91 | 97 | 73 | 71 |
|
| 194 |
+
\* 表示人工评判结果
|
| 195 |
+
|
| 196 |
+
## 3.5. 插件模型Orion-14B-Chat-Plugin评估
|
| 197 |
+
### 3.5.1. 自建插件测试集评估结果
|
| 198 |
+
| 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 |
|
| 199 |
+
|-----------------------|--------|-----------|--------|
|
| 200 |
+
| Baichuan2-13B-Chat | 25 | 0 | 0 |
|
| 201 |
+
| Qwen-14B-Chat | 55 | 0 | 50 |
|
| 202 |
+
| GPT-4 | **95** | 52.38 | 70 |
|
| 203 |
+
| Orion-14B-Chat-Plugin | 92.5 | **60.32** | **90** |
|
| 204 |
+
|
| 205 |
+
## 3.6. 量化模型Orion-14B-Base-Int4评估
|
| 206 |
+
### 3.6.1. 量化前后整体对比
|
| 207 |
+
|模型名称|模型大小(GB)|推理速度(令牌数/秒)|C-Eval |CMMLU |MMLU |RACE | HellaSwag|
|
| 208 |
+
|-------------------------|------|-----|------|------|------|------|------|
|
| 209 |
+
| OrionStar-14B-Base | 28.0 | 135 | 72.8 | 70.6 | 70.0 | 93.3 | 78.5 |
|
| 210 |
+
| OrionStar-14B-Base-Int4 | 8.3 | 178 | 71.8 | 69.8 | 69.2 | 93.1 | 78.0 |
|
| 211 |
+
|
| 212 |
+
|
| 213 |
+
# 4. 模型推理
|
| 214 |
|
| 215 |
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
|
| 216 |
Hugging Face 下载所需资源。
|
| 217 |
|
| 218 |
+
## 4.1. Python 代码方式
|
| 219 |
|
| 220 |
```python
|
| 221 |
import torch
|
|
|
|
| 231 |
response = model.chat(tokenizer, messages, streaming=Flase)
|
| 232 |
print(response)
|
| 233 |
|
|
|
|
| 234 |
```
|
| 235 |
|
| 236 |
在上述两段代码中，模型加载指定 `device_map='auto'`
|
| 237 |
，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。
|
| 238 |
|
| 239 |
+
## 4.2. 命令行工具方式
|
| 240 |
|
| 241 |
```shell
|
| 242 |
+
CUDA_VISIBLE_DEVICES=0 python cli_demo.py
|
| 243 |
```
|
| 244 |
|
| 245 |
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。
|
| 246 |
|
| 247 |
+
## 4.3. 脚本直接推理
|
| 248 |
|
| 249 |
```shell
|
| 250 |
+
# base model
|
| 251 |
+
CUDA_VISIBLE_DEVICES=0 python demo/text_generation_base.py --model OrionStarAI/Orion-14B --tokenizer OrionStarAI/Orion-14B --prompt 你好,你叫什么名字
|
| 252 |
+
|
| 253 |
+
# chat model
|
| 254 |
+
CUDA_VISIBLE_DEVICES=0 python demo/text_generation.py --model OrionStarAI/Orion-14B-Chat --tokenizer OrionStarAI/Orion-14B-Chat --prompt 你好,你叫什么名字
|
| 255 |
+
|
| 256 |
```
|
| 257 |
|
| 258 |
+
## 4.4. 示例输出
|
| 259 |
|
| 260 |
+
### 4.4.1. 闲聊
|
| 261 |
|
| 262 |
`````
|
| 263 |
用户：你好,你叫什么名字
|
| 264 |
+
Orion-14B：你好!我是一个人工智能助手,没有固定的名字。你可以随意称呼我。有什么我可以帮助你的吗?
|
| 265 |
+
用户：讲个故事
|
| 266 |
+
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。
|
|
|
|
|
|
|
|
|
|
| 267 |
|
| 268 |
+
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。
|
| 269 |
|
| 270 |
+
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。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 271 |
|
| 272 |
+
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。
|
| 273 |
|
| 274 |
+
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。
|
| 275 |
|
| 276 |
+
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。
|
|
|
|
|
|
|
| 277 |
|
| 278 |
+
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。
|
| 279 |
|
| 280 |
+
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。
|
| 281 |
+
|
| 282 |
+
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。
|
| 283 |
+
|
| 284 |
+
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。
|
| 285 |
+
`````
|
| 286 |
|
| 287 |
+
### 4.4.2. 日韩
|
| 288 |
+
|
| 289 |
+
`````
|
| 290 |
+
用户：自己を紹介してください
|
| 291 |
+
Orion-14B：こんにちは、私の名前はChatMaxで、OrionStarによって開発されたAIアシスタントです。私はユーザーに正確で、客観的で、有用な回答を提供し、彼らが問題を解決し、情報を取得するのを助けることができます。
|
| 292 |
+
用户：자기소개를 해주세요.
|
| 293 |
+
Orion-14B：안녕하세요, 제 이름은 ChatMax입니다. OrionStar에서 개발한 AI 어시스턴트입니다. 저는 사용자들에게 정확하고 객관적이며 유용한 답변을 제공하여 문제를 해결하고 정보를 얻는 데 도움을 줄 수 있습니다.
|
| 294 |
+
`````
|
| 295 |
|
|
|
|
| 296 |
|
| 297 |
+
# 5. 声明、协议
|
| 298 |
+
|
| 299 |
+
## 5.1. 声明
|
| 300 |
|
| 301 |
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
|
| 302 |
Orion-14B 模型用于未经适当安全审查和备案的互联网服务。
|
|
|
|
| 305 |
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
|
| 306 |
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。
|
| 307 |
|
| 308 |
+
## 5.2. 协议
|
| 309 |
+
|
| 310 |
+
社区使用Orion-14B系列模型
|
| 311 |
+
- 代码请遵循 [Apache License Version 2.0](./LICENSE)<br>
|
| 312 |
+
- 模型请遵循 [Orion-14B系列模型社区许可协议](./ModelsCommunityLicenseAgreement)
|
| 313 |
+
|
| 314 |
+
# 6. 企业介绍
|
| 315 |
|
| 316 |
+
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。
|
| 317 |
+
|
| 318 |
+
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
|
| 319 |
+
STAR AI Robot Greeting、AI Robot Greeting Mini、Lucki、Coffee
|
| 320 |
+
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。
|
| 321 |
+
|
| 322 |
+
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。
|
| 323 |
+
|
| 324 |
+
**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
|
| 325 |
+
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。
|
| 326 |
|
| 327 |
+
***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>
|
| 328 |
+
**咨询电话:** 400-898-7779<br>
|
| 329 |
+
**电子邮箱:** [email protected]
|
| 330 |
|
| 331 |
+
<div align="center">
|
| 332 |
+
<img src="./assets/imgs/wechat_group.jpg" alt="wechat" width="40%" />
|
| 333 |
+
</div>
|
| 334 |
|
|
|