/ 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
22 фев 2024

spin-phi2

Генерация текстаТекст → текст4 профессии

Англоязычная диалоговая модель на базе Phi-2, дообученная методом SPIN для генерации текста и ответов на запросы.

35скачиваний за 30 дней10лайковвеса обновлены16 мар 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/spin-phi2 — англоязычная плотная авторегрессионная языковая модель на архитектуре Phi, созданная автором репозитория дообучением microsoft/phi-2 методом SPIN на наборе UltraChat 200k. Она предназначена для генерации текста и диалоговых сценариев: может формулировать ответы на запросы и поддерживать разговор. В метаданных указаны 3,5 млрд параметров, контекст до 2048 токенов и формат весов Safetensors.

Автор сообщает, что применил SPIN к предобученной Phi-2, и приводит результаты оценки на Open LLM Leaderboard, включая среднее значение 61,68, однако подробностей методики и полной таблицы в доступной карточке нет. Модель лицензирована по Apache-2.0. Подтверждена поддержка английского языка; заявлений о других языках или специализированных областях карточка не содержит.

Сценарии применения

  • генерация ответов в англоязычном чат-боте
  • поддержание текстового диалога
  • создание черновиков и продолжение текста
  • ответы на общие вопросы на английском

Ограничения

Контекст ограничен 2048 токенами. Данные карточки не устанавливают качество ответов за пределами приведённых оценок; модель следует проверять на целевых сценариях.

Для каких профессий подходит4

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 SPIN on ultrachat_200k dataset.

What's new

I think SPIN not only can use on a SFT model, but also it can use on a pretrained model. Therefore, I use SPIN on a pretrained model microsoft/phi-2. And I get a higher score better than origin pretrained model. You can check the open llm leaderboard.

But the ultrachat_200k dataset is a alignment dataset for sft model. I think there should use a alignment dataset for pretrained model.

I Think the best paradigm for training a conversational Large Language Model (LLM): pretrain -> dpo(spin) -> sft -> dpo(spin)

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-07
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 8
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 64
  • total_eval_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 1

Framework versions

  • Transformers 4.37.0
  • Pytorch 2.1.2+cu121
  • Datasets 2.14.6
  • Tokenizers 0.15.2

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.61.68
AI2 Reasoning Challenge (25-Shot)63.57
HellaSwag (10-Shot)75.57
MMLU (5-Shot)57.93
TruthfulQA (0-shot)46.22
Winogrande (5-shot)73.48
GSM8k (5-shot)53.30

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
0123ce0

0 моделей