/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
3,5 млрд
Размер весов
5,6 ГБ
Лицензия
Apache 2.0
Архитектура
phi · dense
Базовая модель
phi-2
Опубликована
1 апр 2024

orpo-phi2

Генерация текстаТекст → текст3 профессии

Экспериментальная англоязычная модель генерации текста на базе Phi-2, дообученная методом ORPO на UltraFeedback.

32скачиваний за 30 дней0лайковвеса обновлены6 апр 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

Amu/orpo-phi2 — экспериментальная тонко настроенная модель генерации текста на основе microsoft/phi-2. Разработчик дообучил её с помощью библиотеки TRL на датасете UltraFeedback, чтобы проверить метод ORPO.

Модель построена на плотной архитектуре PhiForCausalLM и содержит 3,5 млрд параметров. Она предназначена для генерации текста и диалоговых сценариев на английском языке; контекст составляет до 2048 токенов. Репозиторий содержит веса в формате safetensors.

Модель доступна по лицензии Apache-2.0. Карточка описывает её как проверку метода ORPO и не приводит результатов оценки качества, поэтому пригодность для конкретных задач следует проверять самостоятельно.

Сценарии применения

  • генерация англоязычных ответов в диалоге
  • создание продолжений текста на английском языке
  • экспериментальная оценка метода ORPO на базе Phi-2

Ограничения

Карточка представляет модель как проверку метода ORPO и не содержит результатов оценки качества. Контекст ограничен 2048 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

outputs

This model is a fine-tuned version of microsoft/phi-2 using trl on ultrafeedback dataset.

What's new

A test for orpo method using trl library.

How to reproduce

accelerate launch --config_file=/path/to/trl/examples/accelerate_configs/deepspeed_zero2.yaml \
    --num_processes 8 \
    /path/to/dpo/trl/examples/scripts/orpo.py \
    --model_name_or_path="microsoft/phi-2" \
    --per_device_train_batch_size 1 \
    --max_steps 20000 \
    --learning_rate 8e-5 \
    --gradient_accumulation_steps 1 \
    --logging_steps 20 \
    --eval_steps 2000 \
    --output_dir="orpo-phi2" \
    --warmup_steps 150 \
    --bf16 \
    --logging_first_step \
    --no_remove_unused_columns \
    --dataset HuggingFaceH4/ultrafeedback_binarized

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
9b5094b

0 моделей