? ? Flan-Alpaca：人类和机器的指导调优

? 我们通过在Flan集合上对Vicuna-13B进行微调，开发了Flacuna。Flacuna在解决问题方面比Vicuna更优秀。在这里访问模型： https://huggingface.co/declare-lab/flacuna-13b-v1.0 。

? 想了解? ? Flan-Alpaca在大规模LLM评估基准InstructEval上的表现吗？阅读我们的论文 https://arxiv.org/pdf/2306.04757.pdf 。我们评估了超过10个开源指导调优的LLM，包括Pythia、LLaMA、T5、UL2、OPT和Mosaic。代码和数据集： https://github.com/declare-lab/instruct-eval

? FLAN-T5在文本到音频生成方面也很有用。如果您有兴趣，可以在 https://github.com/declare-lab/tango 找到我们的工作。

我们的 repository 包含了将 Stanford Alpaca 的合成指导调优扩展到现有的指导调优模型（如 Flan-T5 ）的代码。感谢 Joao Gante 的贡献！我们还在 declare-lab/flan-eval 上进行了许多指导调优模型的基准测试。我们的预训练模型完全可在HuggingFace ?上获取：

*推荐以获得更好的性能

为什么？

Alpaca 代表了一种令人兴奋的新方向，可以便宜而容易地近似评估像ChatGPT之类的大型语言模型（LLM）。具体而言，它们利用像GPT-3这样的LLM生成指导作为合成训练数据。这个包含超过50,000个任务的合成数据可以用来对较小的模型进行微调。然而，由于底层 LLaMA 模型的许可限制，原始实现较不可访问。此外，用户注意到合成数据集中存在 potential noise 。因此，探索一个已经在高质量（但较少样本）指导中训练的完全可访问的模型，如 Flan-T5 ，可能更好。

用法

from transformers import pipeline

prompt = "Write an email about an alpaca that likes flan"
model = pipeline(model="declare-lab/flan-alpaca-gpt4-xl")
model(prompt, max_length=128, do_sample=True)

# Dear AlpacaFriend,
# My name is Alpaca and I'm 10 years old.
# I'm excited to announce that I'm a big fan of flan!
# We like to eat it as a snack and I believe that it can help with our overall growth.
# I'd love to hear your feedback on this idea. 
# Have a great day! 
# Best, AL Paca