介绍
Qwen-WisdomVast是以Qwen1.5-7B为底座，使用 DORA + LORA+ 的训练方法，在100w高质量中文多轮SFT数据 + 20w英文多轮SFT数据 + 2000单轮自我认知数据训练而来的大模型，数学能力相比Qwen1.5-7B-Chat提升了5.16%，在HumanEval数据集上相比Qwen1.5-7B-Chat提升了12.8，在MBPP数据集上提升了11.6%，在BBH数据集上提升了12.44%，全部评测表现见下表。
Github: https://github.com/seanzhang-zhichen/Qwen-WisdomVast
评测表现
| Model | MMLU | C-Eval | GSM8K | MATH | HumanEval | MBPP | BBH |
|---|---|---|---|---|---|---|---|
| Qwen1.5-7B-Chat | 60.88 | 70.18 | 54.13 | 7.96 | 31.10 | 15.00 | 31.67 |
| Qwen-WisdomVast | 57.09 | 70.82 | 51.93 | 13.12 | 43.90 | 26.60 | 44.11 |
说明：
由于官方并未公布Qwen1.5-7B-Chat的评测表现，所以我们自己使用opencompass测试得到以上结果
Qwen-WisdomVast使用和Qwen1.5-7B-Chat一样的参数进行测试
模型下载
| Model | Download |
|---|---|
| Qwen1.5-7B | 🤗 HuggingFace 🤖 ModelScope |
| Qwen-WisdomVast-Lora | 🤗 HuggingFace 🤖 ModelScope |
| Qwen-WisdomVast (合并好的模型) | 🤗 HuggingFace 🤖 ModelScope |
合并LORA模型（可跳过）
1、下载 Qwen1.5-7B
git clone https://www.modelscope.cn/qwen/Qwen1.5-7B.git
2、下载Qwen-WisdomVast-Lora
From ModelScope
git lfs install
git clone https://www.modelscope.cn/seanzhang/Qwen-WisdomVast-Lora.git
From HuggingFace
git lfs install
git clone https://huggingface.co/zhichen/Qwen-WisdomVast-Lora
3、合并模型
python merge_lora.py \
--base_model path/to/qwen/Qwen1.5-7B \
--lora_model path/to/lora/Qwen-WisdomVast-Lora \
--output_dir ./Qwen-WisdomVast
下载 Qwen-WisdomVast（合并好的模型）
From ModelScope
git lfs install
git clone https://www.modelscope.cn/seanzhang/Qwen-WisdomVast.git
From HuggingFace
git lfs install
git clone https://huggingface.co/zhichen/Qwen-WisdomVast
命令行推理
python cli_demo.py --model_path ./Qwen-WisdomVast(换成你自己的合并后的模型路径)
web 推理
python web_demo.py --model_path ./Qwen-WisdomVast(换成你自己的合并后的模型路径)
vllm web 推理
1、使用vllm部署模型
python -m vllm.entrypoints.openai.api_server --served-model-name Qwen-WisdomVast --model ./Qwen-WisdomVast(换成你自己的合并后的模型路径)
2、在命令行执行
python vllm_web_demo.py --model Qwen-WisdomVast
复现测试结果
1、使用vllm部署openai api server
部署命令:
python -m vllm.entrypoints.openai.api_server --served-model-name Qwen-WisdomVast --model ./Qwen-WisdomVast(换成你自己的合并后的模型路径)
2、使用opencompass框架进行测试
参考：使用opencompass验证模型效果
按照以上文章修改好后，将eval_qwen_wisdomvast.py文件到 opencompass/configs文件夹下
3、执行测试脚本
python run.py configs/eval_qwen_wisdomvast.py -w outputs/Qwen-WisdomVast
LICENSE
本项目仅可应用于研究目的，项目开发者不承担任何因使用本项目（包含但不限于数据、模型、代码等）导致的危害或损失。详细请参考免责声明。
Qwen-WisdomVast项目代码的授权协议为 The Apache License 2.0，代码可免费用做商业用途，模型权重和数据只能用于研究目的。请在产品说明中附加Qwen-WisdomVast的链接和授权协议。
