🐙 GitHub •
👾 Discord •
🐤 Twitter •
💬 WeChat
📝 论文 •
💪 技术博客 •
🙌 常见问题 •
📗 学习中心
openmind 使用样例
from openmind import pipeline
# 初始化 pipeline
text_pipeline_ms = pipeline(
task="text-generation",
model="Rose/YI-1.5-9B",
device="npu",
framework='pt'
)
prompt = '中国的首都在哪'
output = text_pipeline_ms(prompt, max_new_tokens=50, do_sample=True, temperature=0.2)
print(output[0]['generated_text'])简介
Yi-1.5 是 Yi 的升级版。它在 Yi 的基础上，使用 5000 亿 tokens 的高质量语料库进行持续预训练，并在 300 万多样化的微调样本上进行了微调。
与 Yi 相比，Yi-1.5 在编码、数学、推理和指令遵循能力方面表现更强，同时仍保持了在语言理解、常识推理和阅读理解方面的出色能力。
| 模型 | 上下文长度 | 预训练 tokens |
|---|---|---|
| Yi-1.5 | 4K、16K、32K | 3.6T |
模型
-
对话模型
名称 下载地址 Yi-1.5-34B-Chat • 🤗 Hugging Face • 🤖 ModelScope • 🟣 wisemodel Yi-1.5-34B-Chat-16K • 🤗 Hugging Face • 🤖 ModelScope • 🟣 wisemodel Yi-1.5-9B-Chat • 🤗 Hugging Face • 🤖 ModelScope • 🟣 wisemodel Yi-1.5-9B-Chat-16K • 🤗 Hugging Face • 🤖 ModelScope • 🟣 wisemodel Yi-1.5-6B-Chat • 🤗 Hugging Face • 🤖 ModelScope • 🟣 wisemodel -
基础模型
名称 下载地址 Yi-1.5-34B • 🤗 Hugging Face • 🤖 ModelScope • 🟣 wisemodel Yi-1.5-34B-32K • 🤗 Hugging Face • 🤖 ModelScope • 🟣 wisemodel Yi-1.5-9B • 🤗 Hugging Face • 🤖 ModelScope • 🟣 wisemodel Yi-1.5-9B-32K • 🤗 Hugging Face • 🤖 ModelScope • 🟣 wisemodel Yi-1.5-6B • 🤗 Hugging Face • 🤖 ModelScope • 🟣 wisemodel
基准测试
-
聊天模型
Yi-1.5-34B-Chat 在大多数基准测试中表现与更大规模模型相当，甚至更优。
Yi-1.5-9B-Chat 在同等规模的开源模型中性能领先。
-
基础模型
Yi-1.5-34B 在部分基准测试中表现与更大规模模型相当，甚至更优。
Yi-1.5-9B 在同等规模的开源模型中性能领先。
快速开始
如需快速上手 Yi-1.5 模型，请参阅 README。