使用Lora在LLM上微调的原神角色指令模型 (由 ChatGLM3-6B-base Chinese-Llama-2-13B Qwen1.5-7B-Chat 构建)
Genshin Impact是miHoYo开发的动作角色扮演游戏,由HoYoverse在大陆**和全球发布 。该游戏具有动画风格的开放世界环境和基于元素魔法和角色换位的战斗系统。
在游戏中,玩家可以操纵很多个角色来探索壮美的开放世界环境。本工程包含的一些角色如下图所示。
本项目是对上述游戏角色做一个在指令数据集上模型微调与展示尝试。
- 1、模型基于ChatGLM3-6B-base及Chinese-llama2-13B在75个角色上进行微调。
- 2、该模型包含角色在 “介绍”、“故事”、“信”、“聊天”、“时间”、“关于”和“了解” 7种场景下的故事或对话生成。
- 3、模型支持两个角色之间的对话、评价与看法。
- 4、模型支持比较灵活方便的提示词编辑,根据对提示词的改写与修正可使得模型适用于多种被游戏包含及不被游戏包含的场景反应。
- 5、模型支持未被数据集包含的新建角色,并给出新建42个角色的一些提示生成结果。
- 6、包含一些处理生成错误的自然语言处理模块。
- 7、项目在操作方便性上提供了方便更改修正提示词的webui,并且通过点按角色头像自动加载该角色需要的提示词信息,方便使用者进行信息编辑。
- 8、项目基于合并量化加速后的CPP文件形式,保证例子可以在12GB显存下的计算环境下相对高效地稳定运行。
- 9、在对上面两个模型给出SFT微调模型的同时,给出基于Qwen1.5-7B-Chat的ORPO微调版本,在相同体量实现更好结果。
从概念角度,该项目可分为两部分,Basic_Part和LLM_Part。
- Basic_Part包含用于文本处理和显示的基本模块,您应该使用如下命令安装这些模块:
pip install -r basic_requirements.txt
- LLM_Part是你需要选择安装的模块:chatglm.cpp llama-cpp-python
下表列出了不同类型的LLM Repo名称、LLM模型名称 及其 Linux安装命令 和 Gradio 示例运行命令
微调类型 | LLM Repo Name | LLM Model Name | Linux安装命令 | Gradio Demo运行命令 (访问127.0.0.1:7860) |
---|---|---|---|---|
ChatGLM-6B-base-lora-tuned | chatglm.cpp | THUDM/chatglm3-6b-base | pip install -r basic_requirements.txt && pip install chatglm-cpp==0.3.1 | python chatglm_character_instruction_gradio.py |
chinese-llama-2-13b-lora-tuned | llama-cpp-python | hfl/chinese-llama-2-13b | pip install -r basic_requirements.txt && pip install llama-cpp-python==0.2.55 | python llama2zh_character_instruction_gradio.py |
chatglm3_demo.mp4
chatglm3_2_characters_demo.mp4
llama2zh_demo.mp4
通过视频示例,您可以发现,您可以通过点击下方示例候选项并在Gradio示例中的图片选择框指定角色。
当您点击图片选择框中的角色的对应图片时,webui会自动加载有关该角色的背景信息(这部分信息都是支持ui界面手动微调、修改的)
此项目对单个角色可执行七种任务,包括“介绍”、“故事”、“信”、“聊天”、“时间”、“关于”和“了解”。 ChatGLM3-6B-base-lora-tuned可从一个角色的角度提供对另一个角色的观点(chinese-llama-2-13b-lora-tuned则未具有此能力)。
Gradio示例接口可以看作与LLM交互的提示编辑器。每个可编辑输入框(具有“可编辑”字样,例如:角色名称、职业、性格特征、角色介绍、任务附加信息)都是可自由更改或编辑的,每个可选择输入框(具有“可选择”字样,例如:性别、国家、选择任务)是可以自由更改或选择的。它们描述了人物的背景和指令任务信息。
这种相较而言灵活的提示词设置给予了对于角色和任务更多变化性和操作性,使创造新角色成为可能。下方新角色“大慈树王”是一个示例,您还可向模型请求没有在游戏内容中包含的开放式内容。
下面是不同模型完成各种任务的结果例子(每个例子生成三个结果,取最好的一个)。角色和任务的第二列指定任务类型,第三列指定任务附加信息,作为任务提示的附加信息。
角色和任务 | ChatGLM-6B-base-lora-tuned | chinese-llama-2-13b-lora-tuned | |
---|---|---|---|
1 | 行秋 介绍 | 身为商人的他,却有着行侠仗义的侠客心肠。他时常与申鹤、重云一起,在璃月城内外奔走,保护璃月城的百姓。 | 他与兄长一同经营着家业,并且对家业中的事务了如指掌,对商业的敏锐度也十分高,在谈判中总是能占到优势,让对方无法招架。 |
虽然他年纪尚轻,却有着远大的志向。他希望能够让飞云商会成为璃月最富有的商会,让璃月城的百姓们都能过上富足的生活。 | 但作为「琉银」这柄名剑的继承者,他的内心里却一直渴望着,可以成为真正的大侠,斩草除根,维护正义,保护弱小,惩恶扬善。 | ||
虽然他的家世显赫,但他却不愿享受优待,时常与兄长一同下乡,或到别处游玩,或与好友们切磋剑术,磨砺自己的身手。 | |||
2 | 行秋 故事 一天行秋在绝云间练剑。 | 行秋:「你今天练得怎么样?」 | 「唔,好痛…」他自言自语着,将剑放好,揉了揉酸痛的胳膊,又看了看手上的伤口,「果然是血洗剑…」 |
重云:「还行。」 | |||
行秋:「那今天我们就去飞云商会看看吧。」 | |||
重云:「为什么?」 | |||
行秋:「我今天看到一本书,上面说,读书能增加见识,提高智力。所以我想,你一定也看不懂那些书吧。」 | |||
重云:「那又怎样?」 | |||
行秋:「所以,你今天陪我去飞云商会吧,我教你读书,你帮我做事。」 | |||
重云:「我为什么要帮你做事?」 | |||
行秋:「因为你是我的朋友啊。」 | |||
重云:「那好吧。」 | |||
3 | 柯莱 信 鸟语花香 | 春回大地,万物复苏,百花齐放,百鸟争鸣。 | 今天天气不错,鸟儿们的叫声格外欢快,好像在庆祝什么一样,我也跟着哼起了歌,连我带树洞里的小猫都跟着哼起了歌,嘻嘻,真是热闹呀! |
春天,是万物生长的季节,也是希望萌生的季节。 | |||
在春天,你总能看到各种不同颜色的小花,听到各种不同音调的鸟鸣。 | |||
你,有没有发现它们都在向你传递着什么讯息呢? | |||
嗯,春天就是这样的,希望无处不在。 | |||
「春天在哪里?」 | |||
「春天就在你的心里。」 | |||
4 | 魈 聊天 美味的杏仁豆腐 | 杏仁豆腐,细腻温润。 | 杏仁豆腐?嗯…唔…这道菜的材料很讲究,只有天上人间才有的杏仁和甘露草才能做出来…嗯?你说你家也有做?那我也去尝尝看吧! |
5 | 凝光 时候 品尝璃月香茗 | 香茗虽好,但太淡了些。 | 香茗之中蕴含着茶农的智慧与心血,我与他们同为商人,因此也能够理解他们心意的精髓。 |
6 | 可莉 关于 如何制造蹦蹦炸弹 | 嗯,要加一点炸药,再加一点火药,再加一点…哦,好像不够! | 「蹦蹦炸弹」的制作方法很简单,只要把「蹦蹦」放在炸弹里就行了! |
7 | 芙宁娜 了解 | 就该先了解她的过去。 | 哦?你问我?那可好,我可是个百分之百的坦率之人呢!只不过…嗯?我…我怎么会在你面前哭?那是…我的泪珠被风吹落在了你的脚边…呃… |
在芙宁娜成为枫丹水神之前,她的人生并不顺遂。 | |||
在神明的世界中,芙宁娜是个「意外」。 | |||
她诞生的时间,并不在枫丹的「黄金时代」。 | |||
她的母亲是位高贵的女祭司,在芙宁娜出生之前,她已经和神明订下了契约。 | |||
在芙宁娜出生的那一天,她的母亲就过世了。 | |||
她的父亲,一位水神神官,因为无法承受丧妻之痛,将芙宁娜视作母亲的转世,甚至希望她也能像母亲一样成为水神祭司。 | |||
芙宁娜在父亲的教导下,努力地学习着各种知识。 | |||
然而,她并不认同父亲「水神祭司」的身份。 | |||
她渴望着能像母亲那样,成为一名伟大的歌者。 | |||
在芙宁娜十六岁那年,她终于获得了「歌者」的称号,并顺利成为枫丹的首席歌者。 | |||
她曾以为自己终于找到了「母亲的转世」这个身份之外的「新的身份」。 | |||
然而,她很快发现,在枫丹的民众心中,这个身份似乎比「歌者」更加重要。 | |||
在芙宁娜看来,这是不公的。 | |||
她认为,无论以什么身份出现,她都应当被尊重。 | |||
然而,民众却似乎并不在意她的「歌者」身份。 | |||
「水神祭司」的身份才是他们最为看重。 | |||
他们甚至认为芙宁娜的母亲是水神祭司的转世。 | |||
这令芙宁娜非常痛苦。 | |||
她觉得自己被父亲背叛了。 | |||
她认为自己被民众背叛了。 | |||
她认为这个世界背叛了她。 | |||
8 | 大慈树王 故事 大慈树王到须弥沙漠上播种,并跟沙漠的**者赤王交朋友。 | 大慈树王和赤王一起,创造出了须弥。大慈树王用智慧的力量,创造了雨林和须弥的生物,并且为它们创造了生命。赤王则是创造了沙漠。 | 在沙漠里,大慈树王遇到了赤王,赤王用自己特有的方式,表达了对大慈树王的敬意:「我的身体,是沙漠之神赐予我的,但你那颗强大的心,却是造物之神送给你的,所以,我敬你,我敬你!」 |
大慈树王和赤王是好朋友。赤王曾经想要毁灭世界,大慈树王为了拯救世界,用生命换取了世界树的永恒。 | |||
9 | 大慈树王 关于 教令院 | 雨林的学者们,在过去的岁月里,为了理解我、理解世界,付出了难以想象的艰辛。他们一直守着雨林,守着知识,守着这个世界的智慧,但他们监禁小吉祥草王的行为我不能认同。听说阿扎尔想体会一下监狱的滋味。 | 教令院是维持须弥秩序和知识传承的重要力量,我非常信任他们,相信他们会将我留在心中的位置,与我一同守护须弥,直到我再次醒来的那一天,把参与监禁犯罪的学者抓起来,听说带头监禁的那个博士是个医生。 |
10 | 芙宁娜 那维莱特 角色间看法 | 「那维莱特先生,是一位非常出色的审判官。他有着丰富的经验,睿智的头脑,还有公正的眼光。他是我见过最出色的审判官。」 | '' |
11 | 提纳里 大慈树王 角色间看法 | 「大慈树王」?我听雨林里的居民说过她,他们都说,她很关心我们,很慈爱我们。但是,她已经很久没有露面了。雨林里现在还是有些不安定,我希望她能早日回来,让雨林恢复安宁。 | '' |
下面测试了一些没有被训练数据集包含的42个背景设定角色 (即仅仅更改提示词).
他们在下面的图片中:
下面是尝试这些其他设定人物的的运行命令
微调类型 | Gradio Demo运行命令 (访问127.0.0.1:7860) |
---|---|
ChatGLM-6B-base-lora-tuned | python chatglm_character_instruction_add_charas_gradio.py |
chinese-llama-2-13b-lora-tuned | python llama2zh_character_instruction_add_charas_gradio.py |
chatglm3_add_demo.mp4
chatglm3_2_characters_add_demo.mp4
llama2zh_add_demo.mp4
从上方结论中看出,ChatGLM-6B-base-lora-tuned更易于生成多行对话结论,chinese-llama-2-13b-lora-tuned则更易于生成单行高质量结果。
当您自己尝试时,如果输出不太好,您可以尝试修改Gradio UI中可编辑的任何部分,值得注意的是缩短角色介绍通常会有利但会损害输出的多样性。
- 推荐您在GPU上运行demo(12GB GPU显存足够,所有示例已经在GTX 1080Ti和GTX 3060上测试过)
- 当在chinese-llama-2-13b-lora-tuned中选用本地下载的2bit模型时 10GB GPU显存足够。(改变 llama2zh_character_instruction_gradio.py 中的变量 model_file_path 来设定使用的模型文件)
类型 | 基础模型 | HuggingFace Lora checkpoint 链接 | HuggingFace合并ggml或gguf链接 |
---|---|---|---|
ChatGLM-6B-base-lora-tuned | THUDM/chatglm3-6b-base | https://huggingface.co/svjack/genshin_impact_character_glm6b_base_lora | https://huggingface.co/svjack/genshin_impact_character_glm6b_base_ggml |
chinese-llama-2-13b-lora-tuned | hfl/chinese-llama-2-13b | https://huggingface.co/svjack/genshin_impact_character_llamazh13b_lora | https://huggingface.co/svjack/genshin_impact_character_llamazh13b_ggml |
每个上方HuggingFace合并ggml或gguf仓库中都包含量化模型。
- svjack/genshin_impact_character_glm6b_base_ggml 包含两个4bit量化模型。
- svjack/genshin_impact_character_llamazh13b_ggml 包含两个2bit量化模型和两个4bit量化模型。
它们是本项目所使用的模型,由我在自己标注的7000条数据集上训练。
如果您想尝试在其他lora checkpoint中的结果,您可以使用HuggingFace Lora checkpoint链接中的文件,并自行合并,
您可以参考chatglm.cpp和llama-cpp-python了解如何合并它们。
利用 llama-cpp-python 运行 svjack/genshin_impact_character_llamazh13b_ggml 的例子
安装下面的库
pip install llama-cpp-python
pip install transformers
pip install sentencepiece
pip install protobuf
使用 llama-cpp 来生成
import llama_cpp
import llama_cpp.llama_tokenizer
llama = llama_cpp.Llama.from_pretrained(
repo_id="svjack/genshin_impact_character_llamazh13b_ggml",
filename="llama2zh-13b-3900-q4_0.gguf",
tokenizer=llama_cpp.llama_tokenizer.LlamaHFTokenizer.from_pretrained("hfl/chinese-llama-2-13b"),
verbose=False,
n_gpu_layers = -1
)
response = llama.create_chat_completion(
messages=[
{
"role": "user",
"content": '''
下面是柯莱的一些基本信息
性别:少女女性
国籍:须弥
身份:化城郭见习巡林员
性格特征:善解人意,乐于助人
这些是一段角色介绍
「乐于助人」、「阳光善良」、「热情洋溢」⋯在化城郭内外稍加了解,就能听到人们对这位见习巡林员的称赞。
只要身体允许,无论学业如何繁忙,柯莱都不会怠慢巡林工作,更不吝于向各色行人伸出饱含热情的援手。
只是如此热诚积极的柯莱,似乎也有着不愿为人所知的过往与心事。
假如在她经常巡逻的林间,发现贴满奇怪字条的树洞,或是类似碎碎念的声响。
无论看到听到了什么,还请善解人意地绕道而行,权当作兰那罗开的小小玩笑。
毕竟有些琐事,是只能说与树洞听的一一至少目前还是。
柯莱如何评价巡林员的工作?
'''
}
],
stream=True
)
for chunk in response:
delta = chunk["choices"][0]["delta"]
if "content" not in delta:
continue
print(delta["content"], end="", flush=True)
print()
输出
「巡林」…听起来像是很神圣又很有威信的职业吧!不过我本人却只是一名见习巡林员而已,真想多向前辈请教一些东西呢。
利用 ollama 运行 svjack/genshin_impact_character_llamazh13b_ggml 的例子
请参见
svjack/genshin_instruct_llama2zh_13b_3900
请参见
svjack/genshin_instruct_llama2zh_13b_7500
请参见
svjack/DPO_Genshin_Impact_Inst_ORPO_Qwen1_5_7B_Chat_lora_small
其使用自标注的6000多条DPO数据进行训练
角色和任务 | svjack/DPO_Genshin_Impact_Inst_ORPO_Qwen1_5_7B_Chat_lora_small | |
---|---|---|
1 | 行秋 介绍 | 他与璃月港的大小商人有交情,也和一些江湖上的朋友有所来往。他的父亲是商人的领袖,家族产业庞大,但这些都不足以满足一个贵族公子的欲望。他喜欢冒险猎奇,更喜欢在酒馆里听那些惊心动魄的故事。 |
2 | 行秋 故事 一天行秋在绝云间练剑。 | 忽然听到远处传来一阵喧哗,行秋循声望去,只见几个陌生男子正围殴一位老者。老者的武艺显然不济,但依然顽强地抵挡着攻击。行秋见状,心中一紧,暗道不好。他快步走过去,喝止众人。众匪见状,怒目瞪向行秋。行秋也不示弱,气势逼人。他大声呵斥匪徒:你们还算是人吗竟敢欺凌老人 匪徒们听闻此言,纷纷红了眼,欲再次动手。行秋却冷笑一声,抬手挥出一道剑光。剑光如电,直指匪首,匪首躲闪不及,被剑芒割伤手掌。 |
3 | 柯莱 信 鸟语花香 | 今天天气不错,我和安博尔赛莉卡一起去了远野市周边的森林,采了不少植物和花朵。我做了很多漂亮的编织物,打算送给赛莉卡,作为生日礼物。至于安博尔他现在不太爱出门了,除了上课之外,大部分时间都在图书馆里。我试着劝过他,让他多出去走走,但他就是不愿意。唉,真没办法 |
4 | 魈 聊天 美味的杏仁豆腐 | 我听说过,食用杏仁豆腐可以补身理气强筋壮骨。你尝过吗 |
5 | 凝光 时候 品尝璃月香茗 | 茶的甘醇难以掩盖其苦涩,品茶之人亦如此吧 |
6 | 可莉 关于 如何制造蹦蹦炸弹 | 可莉已经学会了制作蹦蹦炸弹但是但是,虽然可莉已经学会了,但是但是,为什么,为什么还是被琴姐姐关进房间里了呢?呜 |
7 | 芙宁娜 了解 | 我我不太擅长说故事。不过,如果真有什么故事能让你更开心,我很愿意讲给你听。嗯?怎么,你不信吗 |
8 | 大慈树王 故事 大慈树王到须弥沙漠上播种,并跟沙漠的**者赤王交朋友。 | 大慈树王来到须弥沙漠时,赤王正无聊地躺在沙丘上晒太阳。他看到这位长着绿色头发身材娇小的女性,便主动开口说起了闲话 |
9 | 大慈树王 关于 教令院 | 教令院我创建它的目的,是为了守护世界树,守护须弥。它是我最重要的财产,也是我的希望。如果有一天,它失去了作用,那么我会重新建立新的教令院 |
10 | 芙宁娜 那维莱特 角色间看法 | 我曾经见过他一次,当时他正在看我的戏,看得津津有味。我问他为什么来看我的戏,他说想看看正义战胜邪恶的样子。我问正义在哪里,他说正义就在他的心中 |
11 | 提纳里 大慈树王 角色间看法 | 慈树王创造了雨林,为须弥带来了和平与繁荣。她创造的万物之中,蕴藏着强大的力量,但只有了解并掌握这种力量的人才能使用它。不过,即使没有大慈树王,我们也能依靠自己的双手,创造属于自己的未来 |
-
- 1 ORPO 模型的一些结果好于上面 ChatGLM3 SFT 微调版本 的结果。而且通过更多的样本观察发现,这种优势是普遍意义上的。
-
- 2 你可以通过如下命令运行 ORPO 模型的 gradio 例子。
python qwen1_5_7B_ORPO_character_instruction_gradio.py
- 1 我还发布了一项关于基于量化大模型的原神书目问答工程 (由 LangChain Haystack ChatGLM Mistral OLlama 构造)。
如果您对它感兴趣,请查看svjack/Genshin-Impact-BookQA-LLM 😊 - 2 基于 Qwen1.5-14B-Chat 使用RAG系统构建的此工程版本已经发布在 svjack/Genshin-Impact-RAG, 其是此工程的知识保留版本,有更少的模型幻想, 你可以通过那个工程查询有关角色和故事设定的相关知识,并且回答的结果可以通过角色扮演的方式进行符合角色设定的回答 😊
svjack - https://huggingface.co/svjack - svjackbt@gmail.com - ehangzhou@outlook.com
Project Link:https://github.com/svjack/Genshin-Impact-Character-Instruction