---
license: llama3
datasets:
- TigerResearch/sft_zh
- silk-road/alpaca-data-gpt4-chinese
---

### 基于alpaca-data-gpt4-chinese、sft_zh数据集对Llama-3-8B-Instruct进行微调。

### 模型：
- https://huggingface.co/meta-llama/Meta-Llama-3-8B-Instruct

### 数据集：
- https://huggingface.co/datasets/TigerResearch/sft_zh
- https://huggingface.co/datasets/silk-road/alpaca-data-gpt4-chinese

### 训练工具
https://github.com/hiyouga/LLaMA-Factory

### 测评方式：
使用opencompass(https://github.com/open-compass/OpenCompass/ )， 测试工具基于CEval和MMLU对微调之后的模型和原始模型进行测试。</br>
测试模型分别为：
- Llama-3-8B
- Llama-3-8B-Instruct
- LLama3-Instruct-sft-lora-tigerbot-alpacadatagpt4,使用sft_zh、alpaca-data-gpt4-chinese数据对Llama-3-8B-Instruct使用sft方式lora微调

### 测试机器
8*A800


### 结果
| 模型名称                 | CEVAL | MMLU |
|--------------------------|-------|------|
| LLama3                   | 49.91 | 66.62|
| LLama3-Instruct          | 50.55 | 67.15|
| LLama3-Instruct-sft-lora-tigerbot-alpacadatagpt4 | 53.65 | 68.09 |