GOAT(山羊)是中英文大语言模型，采用LoRA方法以较低的资源基于LlaMa在多轮对话数据集上SFT。本项目下的代码、数据、模型等只供研究使用。(logo由文心一言生成)

• 🎉Web页面支持多轮对话；
• 🎉Web页面支持流式输出；
• 🎉多轮对话支持调节temperature, top_p, top_k, num_beams, max_new_tokens, repetition_penalty参数。

• 🎉发布了30B和13B的LoRA参数，此参数基于shareGPT的30k数据SFT,epoch=2；
• 🎉web页面增加了流式输出；
• 🎉使用了transformer==4.28.1，支持num_beams=1时流式输出；
• 🎉添加了演示视频。

• 🎉增加了处理多轮对话类数据的代码，使得代码可以对LlaMa模型进行多轮对话有监督微调，多轮对话有监督微调的模型效果具有较大提升；
• 🎉将'### '和'\n\n'切分符替换成了eos_token'</s>'，使其能够更好的识别文本的段落和角色的切分。模型在推理时能够适时地结束文本生成而不是无休止的生成；
• 🎉公开GOAT_7B LoRA模型参数，此模型是基于LlaMa在10k中英文多轮对话数据上有监督微调获得；
• 🎉多轮对话数据示例可在sample.json查看，完整的shareGPT多轮对话数据可在这里下载。

视频经过加速处理。

本项目是基于LlaMa使用多轮对话数据集SFT的模型，使用本项目代码进行微调或推理需要先申请或在Huggingface下载LlaMa原模型权重并放在对应文件夹下。

本项目在1台RTX A6000(48G)显卡上训练了2个epoch，batch_size是128：

    max_lenght=1024
    per_device_train_batch_size=8
    gradient_accumulation_steps=16
    learning_rate=3e-4

• 由于LlaMa只有少部分中文token、没有在中文语料下预训练、微调数据量较少、只更新了Adapter参数等种种因素导致微调之后的中文效果不是非常理想；
• 会出现较多的事实性错误；
• 会出现“复读机”情况；
• 产生偏见、危险、政治错误等言论。

• 在对话类数据集上使用LoRA进行微调；
• 提供web页面，并支持流式输出；
• 微调LlaMa 30B模型(LoRA)；
• Web页面实现多轮对话；
• 实现基于知识库或文本语料的问答(LangChain或自己构建)；
• 使用RLHF；
• 重构代码使其可用于多卡并行训练；
• ...