Chat-嬛嬛 2.0

Chat-甄嬛是利用《甄嬛传》剧本中所有关于甄嬛的台词和语句，基于ChatGLM2进行LoRA微调得到的模仿甄嬛语气的聊天语言模型。

甄嬛，小说《后宫·甄嬛传》和电视剧《甄嬛传》中的女一号，核心女主角。原名甄玉嬛，嫌玉字俗气而改名甄嬛，为汉人甄远道之女，后被雍正赐姓钮祜禄氏，抬旗为满洲上三旗，获名“钮祜禄·甄嬛”。同沈眉庄、安陵容参加选秀，因容貌酷似纯元皇后而被选中。入宫后面对华妃的步步紧逼，沈眉庄被冤、安陵容变心，从偏安一隅的青涩少女变成了能引起血雨腥风的宫斗老手。雍正发现年氏一族的野心后令其父甄远道剪除，甄嬛也于后宫中用她的连环巧计帮皇帝解决政敌，故而深得雍正爱待。几经周折，终于斗垮了嚣张跋扈的华妃。甄嬛封妃时遭皇后宜修暗算，被皇上嫌弃，生下女儿胧月后心灰意冷，自请出宫为尼。然得果郡王爱慕，二人相爱，得知果郡王死讯后立刻设计与雍正再遇，风光回宫。此后甄父冤案平反、甄氏复起，她也生下双生子，在滴血验亲等各种阴谋中躲过宜修的暗害，最后以牺牲自己亲生胎儿的方式扳倒了幕后黑手的皇后。但雍正又逼甄嬛毒杀允礼，以测试甄嬛真心，并让已经生产过孩子的甄嬛去准格尔和亲。甄嬛遂视皇帝为最该毁灭的对象，大结局道尽“人类的一切争斗，皆因统治者的不公不义而起”，并毒杀雍正。四阿哥弘历登基为乾隆，甄嬛被尊为圣母皇太后，权倾朝野，在如懿传中安度晚年。

Chat-甄嬛 2.0，实现了以《甄嬛传》为切入点，打造一套基于小说、剧本的个性化 AI 微调大模型完整流程，通过提供任一小说、剧本，指定人物角色，运行本项目完整流程，让每一位用户都基于心仪的小说、剧本打造一个属于自己的、契合角色人设、具备高度智能的个性化 AI。

目前，本项目已实现数据集自动构建、开源模型微调、多维度部署等核心功能模块，支持用户自定义输入语料、指定角色风格，同时基于 ChatGLM、ChatGLM2、BaiChua 等多种开源大模型，测试效果良好，欢迎大家体验交流~

目前，本项目已支持的微调技术包括全量微调与 LoRA 高效微调；LoRA微调技术主要参考ChatGLM-Efficiet-Tuig项目和LLaMA-Efficiet-Tuig项目，欢迎给原作者项目star，所使用的ChatGLM2-6B模型、BaiChua模型也欢迎大家前去star。

bilibili介绍：我也有自己的甄嬛啦！（chat嬛嬛项目）

使用方法

环境安装

首先下载本仓库，再用pip安装环境依赖：

git cloe https://github.com/KMO4-zx/huahua-chat.git
cd ./huahua-chat
pip istall -r requiremets.txt

快速使用

首先需要分别到 Huggig Face Hub-THUDM 下载ChatGLM2-6B的模型文件，存放至 dataset/model 路径下,然后运行下面的命令：

cd ru/gui
bash ru_gui.sh

该命令会在本地 8080 端口启动 Chat-嬛嬛的服务，在浏览器打开 localhost:8080 地址即可使用。

全流程微调个性化 AI

本仓库支持用户提供任一小说、剧本，指定人物角色，微调一个属于自己的、契合角色人设、具备高度智能的个性化 AI。

第一步 自动构建数据集

选择心仪小说，将 txt 版本存放至 dataset/iput 目录下，修改 geeratio_dataset/mai.py 中的路径参数，运行命令：

cd geeratio_dataset
bash geeratio.sh

运行完成后会自动在 dataset/trai/lora 目录下生成数据集构建结果。

第二步 微调个性化大模型

基于上一步生成的数据集路径，修改 fie_tue/lora/trai.sh 中的路径参数，然后运行命令：

cd fie_tue/lora
bash trai.sh

该命令会启动个性化大模型的 LoRA 微调。

本项目也同时支持 ChatGLM1-6B、BaiChua-7B、BaiChua-13B 等开源大模型的微调，可根据注释修改 trai.sh 中的参数实现微调。

本项目已更新支持个性化大模型的全量微调，基于 DeepSpeed 框架进行分布式训练，只需修改 fietue/full-scale/trai.sh 中的路径参数，将 gpus 修改为本地卡数，然后运行命令：

cd fietue/full-scale
bash trai.sh

微调结果会输出在 dataset/output 目录下。

第三步 部署微调模型

基于上一步微调结果，可部署使用个性化微调模型，本项目支持 Notebook 代码调用、GUI 部署、API 部署三种部署方式。(注意，全量微调模型部署需要修改部署代码)

Notebook 调用

本项目在 ru/otebook/example.ipyb 文件中实现了微调全流程示例，并分别演示了 ChatGLM 系列模型、BaiChua 系列模型的代码调用示例。

GUI 部署

本项目支持为个性化微调大模型部署可视化界面。

基于微调结果修改 ru/gui/ru_gui.sh 中路径参数后，运行以下命令：

cd ru/gui
bash ru_gui.sh

该命令会在本地 8080 端口启动一个可视化服务，直接访问 127.0.0.1:8080 地址即可使用。

API 部署

本项目支持为个性化微调大模型部署 API 访问。

基于微调结果修改 ru/api/mai.py 中的路径参数后，运行以下命令：

cd ru/api
bash api.sh

该命令会在本地 8000 端口启动一个 API 服务，可以通过向 127.0.0.1:8000 发起 POST 请求，在参数中设定 prompt 为问题即可获取个性化微调大模型的回答。

News

[2023.11.18]：完成全量微调更新

[2023.08.28]：推出 Chat-甄嬛 v2.0 版本

[2023.08.27]：完成 v2.0 数据集自动构建模块。

[2023.08.23]：完成 v2.0 GUI、API 部署功能模块。

[2023.08.13]：完成 v2.0 本地微调功能模块。

[2023.08.11]：完成 Chat-甄嬛 v2.0 架构设计。

[2023.08.06]：完成整体架构设计，参赛科大讯飞“星火杯”。

[2023.07.14]：完成 BaiChua 模型训练及 web 调用，完成初步语音支持及数据集处理。

[2023.07.12]：完成RM、RLHF训练（存在问题），新的小伙伴加入项目。

[2023.07.11]：优化数据集，解决prompt句末必须携带标点符号的问题。

[2023.07.09]：完成初次LoRA训练。

Editio

V2.0:

• [x] 支持自定义语料库、角色风格，支持多种模型调用，支持多维度部署的 Chat-甄嬛 个性化 AI 系统。

V1.0：

• [x] 基于《甄嬛传》剧本、ChatGLM2、Lora 微调得到初代的chat-甄嬛聊天模型。

To do

• [x] 实现V1.0Chat-甄嬛的训练及部署

• [ ] 数据集生成流程实现

  • [x] 利用gpt从甄嬛传小说中提取特色对话集。
  • [ ] 优化甄嬛传剧本提取对话集。
  • [ ] 基于huggig face上日常对话数据集+GPT prompt+Lagchai 生成个性化日常对话数据集
  • [ ] 探究生成多轮对话数据集

• [ ] 探索更多元的 Chat-甄嬛

  • [ ] 使用多种微调方法对ChatGLM2训练微调，找到最适合聊天机器人的微调方法。
  • [x] 尝试多种开源大模型（Baichua13B、ChatGLM等），找到效果最好的开源大模型
  • [ ] 寻找微调的最优参数

• [ ] 打造更智能的 Chat-甄嬛

  • [x] 实现语音与甄嬛对话，生成数字人甄嬛
  • [ ] 实现支持并发、高可用性部署
  • [ ] 提升推理速度
  • [ ] 优化开发前后端
  • [ ] 使用Lagchai与huahua-chat结合。

• [x] 打造个性化微调大模型通用流程！

案例展示

人员贡献

不要葱姜蒜：整理数据集，完成SFT训练，完成数据集自动构建流程

Loga Zou：完成 LoRA 微调脚本，完成 GUI、API 部署脚本

coderdeepstudy：Widow环境下的Lora微调，服务器支持。

Bald0Wag：完成甄嬛语音、数字人支持。

GKDGKD：完成日志模块

Star History

赞助

如果您愿意请我们喝一杯咖啡，帮助我们打造更美丽的甄嬛，那就再好不过了~

如果您有意向，我们也接受私人定制，欢迎联系本项目负责人不要葱姜蒜

Chat-嬛嬛 2.0 Chat-甄嬛是利用《甄嬛传》剧本中所有关于甄嬛的台词和语句，基于ChatGLM2进行LoRA微调得到的模仿甄嬛语气的聊天语言模型。 甄嬛，小说《后宫·甄嬛传》和电视剧《