/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
68,7 млрд
Размер весов
138 ГБ
Лицензия
MIT
Архитектура
llama · dense
Базовая модель
Llama-2-70b-hf
Опубликована
14 мар 2024

astrollama-2-70b-base_aic

Генерация текстаТекст → текст3 профессии

Дообученная на научной литературе по астрономии языковая модель для генерации и продолжения профильных текстов.

54скачиваний за 30 дней2лайкавеса обновлены16 ноя 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

AstroLLaMA-2-70B-Base_AIC — базовая языковая модель AstroMLab для астрономии и астрофизики, созданная дообучением Meta LLaMA 2 на статьях arXiv. Она предназначена для предсказания следующего токена и генерации научного текста, а не для диалогов и выполнения инструкций. Обучение продолжалось на разделах аннотации, введения и заключения статей из категории astro-ph, опубликованных до июля 2023 года; использовался continual pre-training с LMFlow. Модель содержит 68,7 млрд параметров, построена на архитектуре LLaMA и имеет контекстное окно 4096 токенов.

Модель подходит для продолжения астрономических текстов и работы с формулировками из научной литературы. Для критических научных выводов её ответы следует проверять по первоисточникам: модель может генерировать вводящий в заблуждение контент. Лицензия — MIT.

Сценарии применения

  • генерация продолжения аннотации астрономической статьи
  • черновик введения или заключения научной работы по астрофизике
  • продолжение текста по теме из литературы arXiv astro-ph

Ограничения

Это базовая модель, а не чат-модель, и она не настроена на выполнение инструкций. Сгенерированные научные утверждения требуют проверки по первоисточникам.

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

AstroLLaMA-2-70B-Base_AIC

AstroLLaMA-2-70B-Base_AIC is a specialized base language model for astronomy, developed by fine-tuning Meta's LLaMA-2-70b architecture on astronomical literature. This model was developed by the AstroMLab team and is, to our best knowledge, the first specialized 70B parameter-level LLM in astronomy. It is designed for next token prediction tasks and is not an instruct/chat model.

Model Details

  • Base Architecture: LLaMA-2-70b
  • Training Data: Abstract, Introduction, and Conclusion (AIC) sections from arXiv's astro-ph category papers (from arXiv's inception up to July 2023)
  • Data Processing: The training data was derived from LaTeX source files using regex-based extraction methods to identify and extract the relevant sections (Abstract, Introduction, and Conclusion).
  • Fine-tuning Method: Continual Pre-Training (CPT) using the LMFlow framework
  • Training Details:
    • Learning rate: 2 × 10⁻⁵
    • Total batch size: 160
    • Maximum token length: 2048
    • Warmup ratio: 0.03
    • Cosine decay schedule for learning rate reduction
    • Training duration: 1 epoch (approximately 2,000 A100 GPU hours)
  • Primary Use: Next token prediction for astronomy-related text generation and analysis
  • Reference: Pan et al. 2024

Generating text from a prompt

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

# Load the model and tokenizer
tokenizer = AutoTokenizer.from_pretrained("AstroMLab/astrollama-2-70b-base_aic")
model = AutoModelForCausalLM.from_pretrained("AstroMLab/astrollama-2-70b-base_aic", device_map="auto")

# Create the pipeline with explicit truncation
from transformers import pipeline
generator = pipeline(
    "text-generation",
    model=model,
    tokenizer=tokenizer,
    device_map="auto",
    truncation=True,
    max_length=512
)

# Example prompt from an astronomy paper
prompt = "In this letter, we report the discovery of the highest redshift, " \
    "heavily obscured, radio-loud QSO candidate selected using JWST NIRCam/MIRI, " \
    "mid-IR, sub-mm, and radio imaging in the COSMOS-Web field. "

# Set seed for reproducibility
torch.manual_seed(42)

# Generate text
generated_text = generator(prompt, do_sample=True)
print(generated_text[0]['generated_text'])

Model Performance and Significance

AstroLLaMA-2-70B-Base_AIC demonstrates notable improvements over its baseline LLaMA-2-70B model, marking a crucial step in specialized astronomical LLMs. Here's a performance comparison chart based upon the astronomical benchmarking Q&A as described in Ting et al. 2024:

ModelScore (%)
AstroSage-LLaMA-3.1-8B (AstroMLab)80.9
AstroLLaMA-2-70B-Base (AstroMLab)76.0
LLaMA-3.1-8B73.7
LLaMA-2-70B70.7
Gemma-2-9B71.5
Qwen-2.5-7B70.4
Yi-1.5-9B68.4
InternLM-2.5-7B64.5
Mistral-7B-v0.363.9
ChatGLM3-6B50.4

It demonstrates that training specialized LLMs can be effective, especially at larger model scales.

Ethical Considerations

While this model is designed for scientific use, users should be mindful of potential misuse, such as generating misleading scientific content. Always verify model outputs against peer-reviewed sources for critical applications.

Citation

If you use this model in your research, please cite:

@ARTICLE{2024arXiv240919750P,
       author = {{Pan}, Rui and {Dung Nguyen}, Tuan and {Arora}, Hardik and {Accomazzi}, Alberto and {Ghosal}, Tirthankar and {Ting}, Yuan-Sen},
        title = "{AstroMLab 2: AstroLLaMA-2-70B Model and Benchmarking Specialised LLMs for Astronomy}",
      journal = {arXiv e-prints},
     keywords = {Astrophysics - Instrumentation and Methods for Astrophysics, Computer Science - Computation and Language},
         year = 2024,
        month = sep,
          eid = {arXiv:2409.19750},
        pages = {arXiv:2409.19750},
          doi = {10.48550/arXiv.2409.19750},
archivePrefix = {arXiv},
       eprint = {2409.19750},
 primaryClass = {astro-ph.IM},
       adsurl = {https://ui.adsabs.harvard.edu/abs/2024arXiv240919750P},
      adsnote = {Provided by the SAO/NASA Astrophysics Data System}
}

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
fdc16c0

0 моделей