清华北航博士生「强迫」Gemma-2说中文！弱智吧、角色扮演、数学问题表现惊喜

相信很多大家对清华北航博士生「强迫」Gemma-2说中文！弱智吧、角色扮演、数学问题表现惊喜还不知道吧，今天菲菲就带你们一起去了解一下~.~！

【新智元导读】谷歌的Gemma2刚刚发布，清华和北航的两名博士生就已经成功推出了指令微调版本，显著增强了Gemma29B/27B模型的中文通用对话、角色扮演、数学、工具使用等能力。

众所周知，很多国外LLM一直存在非英语歧视问题，英语和其他语言在LLM中存在的性能差距有时可以用悬殊来形容。

之前就有网友发现，GPT-4o分词器语料库中，中文数据污染非常严重，赌博色情网站是一个也不少，严重影响了我们用中文和AI机器人好好聊天。

最近发布的Gemma2模型虽然既开源又强悍，但比较遗憾的是，其中文水平相较英文水平还有一定的距离。

不过，我们可以用微调来解决，Fine-tune it!

7月1日，Gemma2刚发布4天，清华大学的一名人工智能博士生王慎执就在X上隆重推出了一款微调模型Gemma-2-9B-Chinese-Chat。

关于项目的更多信息，可以在Huggingface上查阅。

项目地址:https://huggingface.co/shenzhi-wang/Gemma-2-9B-Chinese-Chat

更让人惊喜的是，1天之后，27B的微调版本也上线了。根据HuggingFace主页信息，模型的下载量已经超过了3.4万。

项目地址:https://huggingface.co/shenzhi-wang/Gemma-2-27B-Chinese-Chat

项目介绍显示，采用的微调算法是ORPO，ORPO将监督微调（SFT）和RLHF或DPO等偏好对齐方法合二为一，是一种非常聪明的算法。

与原来的9B Gemma2模型相比，微调的Gemma-2-9B-Chinese-Chat模型大大减少了「中文问题英文回答」和「中英文混杂回答」的问题，在角色扮演、工具使用和数学方面的表现都有所提高。

就连应对「最佳中文训练数据」弱智吧的问题，都有非常出色的表现。

示例

微调模型贡献者给出了一些示例，包括角色扮演、函数调用、数学、弱智吧、安全、写作、编码等。

而且还给出了一个在线demo，嘿嘿，这下有得玩了。

首先让LLM扮演周杰伦唱rap:

再扮演鲁智深试试呢?给出的示例是下面这样似儿的——

但小编用在线demo亲自尝试了一下，发现这位鲁智深「粗鲁」不起来，目前还没有很好的连续性。

年龄问题、鸡兔同笼问题，Gemma-2-9B-Chinese-Chat都轻松应对。

弱智吧的各种文字游戏，是NLP程序员最讨厌的，但微调模型在处理弱智吧的一些言论时，似乎表现还不错。

用户输入:

Hereisalistoftoolsthatyouhaveavailabletoyou:```pythondefinternet_search（query:str）:"""ReturnsalistofrelevantdocumentsnippetsforatextualqueryretrievedfromtheinternetArgs:query(str):Querytosearchtheinternetwith"""pass``````pythondefdirectly_answer():"""Callsastandard(un-augmented)AIchatbottogeneratearesponsegiventheconversationhistory"""pass```Write'Action:'followedbyalistofactionsinJSONthatyouwanttocall，e.g.Action:```json[{"tool_name":"toolname(oneof[internet_search，directly_answer])"，"parameters":"theinputtothetool"}]

微调模型输出:

[{"tool_name":"internet_search"，"parameters":{"query":"biggestpenguinintheworld"}}]

让模型「写一段关于人工智能的综述」，你将会得到——

用户输入:

用python写一个函数实现快速排序算法，要求输入为一个列表，列表里的元素都是float类型，返回一个排好序后的列表。记住要给代码加中文注释。

微调模型输出:

defquick_sort（nums）:#快速排序的递归函数#如果列表长度小于等于1，则直接返回，因为列表已经是排序好的iflen(nums)<=1:returnnums#选择基准值，这里选择列表的第一个元素pivot=nums[0]#分隔列表，将小于基准值的元素放在左侧，大于基准值的元素放在右侧left=[numfornuminnums[1:]ifnum<pivot]right=[numfornuminnums[1:]ifnum>=pivot]#递归地对左侧和右侧进行快速排序left=quick_sort(left)right=quick_sort(right)#将左侧、基准值、右侧合并成一个排序后的列表returnleft+[pivot]+right

作者信息

Gemma-2-9B-Chinese-Chat和Gemma-2-27B-Chinese-Chat微调模型的贡献者是王慎执和郑耀威。

王慎执同学是清华大学自动化系LEAP实验室的三年级博士生，导师是宋士吉教授和黄高副教授。

在此之前，他在北京航空航天大学沈元荣誉学院计算机科学与技术专业以优异成绩获得工学学士学位。

王同学是开源项目的积极倡导者，几个流行的微调LLM都是他发布的，如Llama3-8B-Chinese-Chat、Llama3-70B-Chinese-Chat和Mistral-7B-v0.3-Chinese-Chat。

业余时间，他还会在知乎上写一些中文科技博客，目前有10k+粉丝。

郑耀威是王慎执在本科期间的同学，他们此前就曾多次合作。

郑耀威目前仍在北航读博，他曾以第一作者在CVPR、AAAI、WWW等顶会发表多篇论文，并担任AAAI、EMNLP、Neural Computation等会议和期刊审稿人。

他也是大模型微调框架LLaMA Factory的发起人和主要开发者，GitHub开源项目获得超过2万星标。

在这些优秀的贡献者的不断努力之下，开源模型之路会越走越宽广，模型的中文能力也会逐渐增强。

参考资料:

https://x.com/ShenzhiWang_THU/status/1807640624402923779

https://huggingface.co/shenzhi-wang/Gemma-2-9B-Chinese-Chat

https://huggingface.co/shenzhi-wang/Gemma-2-27B-Chinese-Chat

以上就是关于【清华北航博士生「强迫」Gemma-2说中文！弱智吧、角色扮演、数学问题表现惊喜】的相关内容，希望对大家有帮助！

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！