中文羊驼大模型二期 v2.0

本次更新推出Chinese-LLaMA-2-13B和Chinese-Alpaca-2-13B模型，添加多种下游应用适配等。

🚀 推出Chinese-LLaMA-2-13B和Chinese-Alpaca-2-13B

• 与7B系列模型相同，Chinese-LLaMA-2-13B使用120G中文语料进行增量预训练，Chinese-Alpaca-2-13B进一步使用了500万指令数据进行精调
• 上述模型在多个客观指标上超过了一代Plus-13B甚至是Plus-33B的效果，查看系统效果
• 主观效果请通过模型竞技场浏览（模型刚加入排名暂不稳定）：http://llm-arena.ymcui.com/

🤖 添加多种应用适配

• 添加了基于llama.cpp的服务启动和API访问方法（#59）
• 添加text-generation-webui支持（#65）
• 添加LangChain使用教程（#79）
• 添加privateGPT适配，利用大模型和本地文档进行交互（#103）

相关使用文档请查阅📚 GitHub Wiki

💻 添加了CFG采样方法（#91）

• Classifier-Free Guidance (CFG) sampling 是一种提升模型输出与prompt内容的一致性的采样方法。
• 在transformers推理脚本中（inference_hf.py与gradio_demo.py）添加了对CFG采样方法的支持。
• 通过设置系统提示语（system_prompt）、反向提示语（negative prompt）以及调整CFG强度（guidance_scale），可以实现对模型输出的多样化控制。

其他更新

• 添加了OpenAI API流式输出支持（#43）
• 添加了4比特推理支持（#47）
• Gradio Demo中添加了system prompt修改框（#60）
• 修复了预训练之后生成无法停止的问题（#61）
• 修正了默认解码超参（#69）
• 添加了基于Chinese-LLaMA-2-7B的量化结果对比（#74）
• 优化了C-Eval预测脚本日志输出（#75）

For English release note, please refer to Discussion.