/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
3,5 млрд
Размер весов
11,1 ГБ
Лицензия
MIT
Архитектура
phi · dense
Базовая модель
phi-2
Опубликована
27 янв 2024

ultrachat-phi-2-sft-chatml

Генерация текстаТекст → текст5 профессий

Дообученная на базе Phi-2 чат-модель для генерации текста и ответов на запросы в формате ChatML.

24скачиваний за 30 дней1лайквеса обновлены27 янв 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ultrachat-phi-2-sft-chatml — чат-модель на архитектуре Phi-2, созданная дообучением microsoft/phi-2. В карточке указано, что дообучение выполнено с помощью Axolotl 0.4.0; объём модели составляет 3,5 млрд параметров, контекст — 2048 токенов. Веса доступны в форматах PyTorch и Safetensors.

Модель предназначена для генерации текста в диалоговом формате ChatML и ответов на запросы. Базовая Phi-2 — англоязычная модель для генерации текста, ответов на вопросы и кода; отдельные сведения о языках и специализированных сценариях этой версии не приведены. Лицензия — MIT.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • создание текстового чат-бота
  • ответы на вопросы на английском языке
  • генерация продолжений текста

Ограничения

Контекст ограничен 2048 токенами. README не содержит сведений об оценке качества и конкретном обучающем наборе данных.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

axolotl version: 0.4.0

base_model: microsoft/phi-2
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer
trust_remote_code: true

hub_model_id: AlekseyKorshuk/ultrachat-phi-2-sft-chatml
hub_strategy: every_save

load_in_8bit: false
load_in_4bit: false
strict: false

datasets:
  - path: AlekseyKorshuk/ultrachat_200k
    split: train_sft
    type: sharegpt
    conversation: chatml

dataset_prepared_path:
val_set_size: 0
output_dir: ./output

sequence_len: 2048
sample_packing: false
pad_to_sequence_len:

lora_r:
lora_alpha:
lora_dropout:
lora_target_modules:
lora_target_linear:
lora_fan_in_fan_out:

wandb_project: ui-thesis
wandb_entity:
wandb_watch:
wandb_name: ultrachat-phi-2-sft-chatml
wandb_log_model:

gradient_accumulation_steps: 2
micro_batch_size: 16
num_epochs: 1
optimizer: paged_adamw_8bit
adam_beta1: 0.9
adam_beta2: 0.95
max_grad_norm: 1.0
adam_epsilon: 0.00001
lr_scheduler: cosine
cosine_min_lr_ratio: 0.1
learning_rate: 4e-5
warmup_ratio: 0.1
weight_decay: 0.1

train_on_inputs: false
group_by_length: false
bf16: true
fp16: false
tf32: true

gradient_checkpointing: true
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true


evals_per_epoch: 0
eval_table_size: 8 # Approximate number of predictions sent to wandb depending on batch size. Enabled above 0. Default is 0
eval_table_max_new_tokens: 768 # Total number of tokens generated for predictions sent to wandb. Default is 128
eval_sample_packing: false

chat_template: chatml
saves_per_epoch: 5
save_total_limit: 1
seed: 42
debug:
deepspeed:

fsdp:
fsdp_config:
resize_token_embeddings_to_32x: true

special_tokens:
  eos_token: "<|im_end|>"
  pad_token: "<|endoftext|>"
tokens:
  - "<|im_start|>"

ultrachat-phi-2-sft-chatml

This model is a fine-tuned version of microsoft/phi-2 on the None dataset.

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 4e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 4
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 128
  • total_eval_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.95) and epsilon=1e-05
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 36
  • num_epochs: 1

Training results

Framework versions

  • Transformers 4.37.0
  • Pytorch 2.1.2+cu118
  • Datasets 2.16.1
  • Tokenizers 0.15.0

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
PhiForCausalLM
Ревизия весов
af388ad

0 моделей