REILX/Llama-3-8B-Instruct-Tiger-alpaca-chinese-lora

基于alpaca-data-gpt4-chinese、sft_zh数据集对Llama-3-8B-Instruct进行微调。

模型：

• https://huggingface.co/meta-llama/Meta-Llama-3-8B-Instruct

数据集：

• https://huggingface.co/datasets/TigerResearch/sft_zh
• https://huggingface.co/datasets/silk-road/alpaca-data-gpt4-chinese

训练工具

https://github.com/hiyouga/LLaMA-Factory

测评方式：

使用opencompass(https://github.com/open-compass/OpenCompass/ )， 测试工具基于CEval和MMLU对微调之后的模型和原始模型进行测试。
测试模型分别为：

• Llama-3-8B
• Llama-3-8B-Instruct
• LLama3-Instruct-sft-lora-tigerbot-alpacadatagpt4,使用sft_zh、alpaca-data-gpt4-chinese数据对Llama-3-8B-Instruct使用sft方式lora微调

测试机器

8*A800

结果

模型名称	CEVAL	MMLU
LLama3	49.91	66.62
LLama3-Instruct	50.55	67.15
LLama3-Instruct-sft-lora-tigerbot-alpacadatagpt4	53.65	68.09