前言
Llama3模型在4月18日公布后，国内开发者对Llama3模型进行了很多训练和适配，除了中文纯文本模型外，多模态版本也陆续在发布中。考虑到国内用户对Agent场景的需求，魔搭社区LLM&AIGC模型微调推理框架SWIFT基于Llama3-8b-instruct原始版本训练了通用中文模型，并保留且适配了中文Agent能力，这是开源社区中率先完整适配中文环境的通用Agent Llama3模型，后续会有更完整的评测报告产出。
模型链接：
https://modelscope.cn/models/swift/Llama3-Chinese-8B-Instruct-Agent-v1/summary
使用方式
推荐用户直接使用swift进行推理或部署：
# 安装依赖 pip install ms-swift -U
# 推理 swift infer --model_type llama3-8b-instruct --model_id_or_path swift/Llama3-Chinese-8B-Instruct-Agent-v1
# 部署 swift deploy --model_type llama3-8b-instruct --model_id_or_path swift/Llama3-Chinese-8B-Instruct-Agent-v1
本模型可以联合ModelScopeAgent框架使用，请参考：
也欢迎开发者基于本模型及后续产出的v2或v3版本模型进行二次微调以获取更好的能力。
下面介绍如何使用SWIFT框架训练Llama3中文Agent模型
环境准备
我们使用了魔搭官方框架SWIFT进行模型训练：https://github.com/modelscope/swift/tree/main，开发者如果希望训练Llama3中文版本可以参考下面的安装方式：
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ # 安装ms-swift git clone https://github.com/modelscope/swift.git cd swift pip install -e '.[llm]' # 环境对齐 (通常不需要运行. 如果你运行错误, 可以跑下面的代码, 仓库使用最新环境测试) pip install -r requirements/framework.txt -U pip install -r requirements/llm.txt -U
数据准备
为了适配中文及Agent场景，我们针对语料进行了一定混合配比，训练Llama3使用的语料如下：
- COIG-CQIA：
https://modelscope.cn/datasets/AI-ModelScope/COIG-CQIA/summary 该数据集包含了中国传统知识、豆瓣、弱智吧、知乎等中文互联网信息
- 魔搭通用Agent训练数据集:
https://modelscope.cn/datasets/AI-ModelScope/ms-agent-for-agentfabric/summary
- alpaca-en:
https://modelscope.cn/datasets/AI-ModelScope/alpaca-gpt4-data-en/summary
- ms-bench魔搭通用中文问答数据集:
https://modelscope.cn/datasets/iic/ms_bench/summary
SWIFT支持很多其他对训练有帮助的开源数据集，如
- Firefly中文数据集
- DeepCtrl多语数据集
- Alpaca/ShareGPT
如开发者希望用其他数据集训练Llama3，只需要在命令行指定--dataset firefly-all-zh等即可使用它们。完整支持的数据集列表可以查看：https://github.com/modelscope/swift/blob/main/docs/source/LLM/%E6%94%AF%E6%8C%81%E7%9A%84%E6%A8%A1%E5%9E%8B%E5%92%8C%E6%95%B0%E6%8D%AE%E9%9B%86.md#%E6%95%B0%E6%8D%AE%E9%9B%86
我们将MLP和Embedder加入了lora_target_modules. 你可以通过指定--lora_target_modules ALL在所有的linear层(包括qkvo以及mlp和embedder)加lora. 这通常是效果最好的。
超参数 |
值 |
lr |
5e-5 |
epoch |
2 |
lora_rank |
8 |
lora_alpha |
32 |
lora_target_modules |
ALL |
batch_size |
2 |
gradient_accumulation_steps |
16 |
训练使用8卡进行，环境准备完成后，只需要如下命令即可开启训练：
NPROC_PER_NODE=8 \ swift sft \ --model_type llama3-8b-instruct \ --dataset ms-agent-for-agentfabric-default alpaca-en ms-bench ms-agent-for-agentfabric-addition coig-cqia-ruozhiba coig-cqia-zhihu coig-cqia-exam coig-cqia-chinese-traditional coig-cqia-logi-qa coig-cqia-segmentfault coig-cqia-wiki \ --batch_size 2 \ --max_length 2048 \ --use_loss_scale true \ --gradient_accumulation_steps 16 \ --learning_rate 5e-5 \ --use_flash_attn true \ --eval_steps 500 \ --save_steps 500 \ --train_dataset_sample -1 \ --dataset_test_ratio 0.1 \ --val_dataset_sample 10000 \ --num_train_epochs 2 \ --check_dataset_strategy none \ --gradient_checkpointing true \ --weight_decay 0.01 \ --warmup_ratio 0.03 \ --save_total_limit 2 \ --logging_steps 10 \ --sft_type lora \ --lora_target_modules ALL \ --lora_rank 8 \ --lora_alpha 32
为了提高ReACT格式的准确率，我们将部分loss字段的权重提高以保留中文训练中的agent能力表现。
训练后的模型可以在魔搭官网上下载：https://modelscope.cn/models/swift/Llama3-Chinese-8B-Instruct-Agent-v1/summary
推理效果
该模型具备良好的中文问答能力，示例如下：
通用问答：
逻辑题：
对联：
藏头诗：
古文翻译：
代码能力：
评测
我们使用swift的eval命令对训练模型的前后进行了通用能力评测，结果如下：
评测模型 |
ARC |
CEVAL |
GSM8K |
Llama3-8b-instruct |
0.7645 |
0.5089 |
0.7475 |
Llama3-Chinese-8B-Instruct-Agent-v1 |
0.7577 |
0.4903 |
0.652 |
英文GSM8K能力下降了8个点左右，经过消融实验我们发现去掉alpaca-en语料会导致GSM8K下降至少十个点以上。
开发者也可以使用swift框架对其他模型进行评测，命令非常简单：
swift eval --model_type llama3-8b-instruct --model_id_or_type LLM-Research/Meta-Llama-3-8B-Instruct --infer_backend pt --eval_dataset ceval arc
和ModelScope-Agent联用
在ModelScope-Agent中使用可以参考我们的官方文档：https://github.com/modelscope/swift/blob/main/docs/source/LLM/Agent%E5%BE%AE%E8%B0%83%E6%9C%80%E4%BD%B3%E5%AE%9E%E8%B7%B5.md#%E5%9C%A8%E5%91%BD%E4%BB%A4%E8%A1%8C%E4%B8%AD%E4%BD%BF%E7%94%A8agent
我们在服务部署后，可以在AgentFabric中校验其接口调用效果，以天气查询为例，可以看到：
模型可以按照system要求对查询进行补全。
文生图
图片解释
待提升工作
- 原版Llama3英文模型具备一定的CoT能力，在训练为中文时引入了一定的知识遗忘问题，此问题在V2版本中会继续解决
- 英文预料的比例需要调整，以保证原英文能力（如GSM8K这类敏感指标）
点击直达模型链接
