/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,9 млрд
Размер весов
9 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
Llama-3.1-Minitron-4B-Width-Base-chatml
Опубликована
12 дек 2024

Aura-4B

Генерация текстаТекст → текст3 профессии

Англоязычная чат-модель Aura-4B предназначена для ролевых диалогов и генерации ответов по инструкциям.

47скачиваний за 30 дней15лайковвеса обновлены14 дек 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 оценки6

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

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2878

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,449

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,2706

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,0423

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3816

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,3938

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Aura-4B — англоязычная чат-модель для ролевых диалогов, разработанная Aura Industries при участии Anthracite Org. Это дообученная модель семейства Llama на базе IntervitensInc/Llama-3.1-Minitron-4B-Width-Base-chatml: плотная архитектура LlamaForCausalLM с 3,9 млрд параметров, форматом ChatML и поддержкой контекста до 131 072 токенов. Для настройки использовались данные для продолжения текста, инструкций и ролевых сценариев; автор также сообщает о применении Kahneman-Tversky Optimization, призванной придать ответам характерный стиль.

Модель предназначена для генерации ответов в чатах и ролевых сценах на английском языке. Репозиторий содержит веса Safetensors, а автор также перечисляет варианты квантования GGUF и EXL2. Лицензия — Apache-2.0. Автор не приводит результаты оценки качества: таблица лидерборда не заполнена.

Сценарии применения

  • ведение ролевых диалогов на английском языке
  • генерация реплик персонажа в интерактивной сцене
  • создание ответов в формате ChatML
  • ответы на инструкции в чате
  • продолжение англоязычного диалога

Ограничения

В README отсутствуют заполненные результаты оценки качества. Указанный авторами максимальный контекст превышает 8 192 токена, а метаданные каталога задают длину контекста 131 072 токена.

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

Aura-4B

image/png

Introduction

Aura-4B is a state of the art dedicated roleplaying model designed to fulfill your every desire.

This finetune has seen several hundreds of millions of tokens of completion, instruction and roleplaying data. A Kahneman-Tversky Optimization was applied to give this model a unique output style.

Developed by Aura Industries, with contributions from Anthracite Org

Model Details

License

This model is licensed under the Apache 2.0 License.

Quantizations

Static GGUF

Imatrix GGUF

EXL2

Open LLM Leaderboard Evaluation Results

Coming soon...

MetricValue
Avg.N/A
IFEval (0-Shot)N/A
BBH (3-Shot)N/A
MATH Lvl 5 (4-Shot)N/A
GPQA (0-shot)N/A
MuSR (0-shot)N/A
MMLU-PRO (5-shot)N/A

Training Configuration

Completion SFT

base_model: IntervitensInc/Llama-3.1-Minitron-4B-Width-Base-chatml
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

load_in_8bit: false
load_in_4bit: false
strict: false

hub_model_id: jeiku/completion4B
hub_strategy: "all_checkpoints"
push_dataset_to_hub:
hf_use_auth_token: true

datasets:
  - path: Mielikki/Erebus-87k
    type: completion
    field: body

shuffle_merged_datasets: true
val_set_size: 0.0025
output_dir: ./outputs/out

adapter:
lora_r:
lora_alpha:
lora_dropout:
lora_target_linear:

sequence_len: 8192
sample_packing: true
eval_sample_packing: false
pad_to_sequence_len: true

plugins:
  - axolotl.integrations.liger.LigerPlugin
liger_rope: true
liger_rms_norm: true
liger_swiglu: true
liger_fused_linear_cross_entropy: true

wandb_project: EXP4B
wandb_entity:
wandb_watch:
wandb_name: EXP4B
wandb_log_model:

gradient_accumulation_steps: 12
micro_batch_size: 3
num_epochs: 1
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.00001
weight_decay: 0.05

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

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

warmup_ratio: 0.1
evals_per_epoch: 4
eval_table_size:
eval_max_new_tokens: 128
saves_per_epoch: 1

debug:
deepspeed: deepspeed_configs/zero3_bf16.json
fsdp:
fsdp_config:

special_tokens:
  pad_token: <|finetune_right_pad_id|>

Instruct SFT

base_model: jeiku/completion4B
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

load_in_8bit: false
load_in_4bit: false
strict: false

hub_model_id: jeiku/instructered4B
hub_strategy: "all_checkpoints"
push_dataset_to_hub:
hf_use_auth_token: true

datasets:
  - path: FourOhFour/Instruct_Phase
    type: sharegpt
    conversation: chatml

chat_template: chatml

shuffle_merged_datasets: true
val_set_size: 0.0025
output_dir: ./outputs/out

adapter:
lora_r:
lora_alpha:
lora_dropout:
lora_target_linear:

sequence_len: 8192
sample_packing: true
eval_sample_packing: false
pad_to_sequence_len: true

plugins:
  - axolotl.integrations.liger.LigerPlugin
liger_rope: true
liger_rms_norm: true
liger_swiglu: true
liger_fused_linear_cross_entropy: true

wandb_project: EXP4B
wandb_entity:
wandb_watch:
wandb_name: EXP4B
wandb_log_model:

gradient_accumulation_steps: 12
micro_batch_size: 3
num_epochs: 2
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.00001
weight_decay: 0.05

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

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

warmup_ratio: 0.1
evals_per_epoch: 4
eval_table_size:
eval_max_new_tokens: 128
saves_per_epoch: 2

debug:
deepspeed: deepspeed_configs/zero3_bf16.json
fsdp:
fsdp_config:

special_tokens:
  pad_token: <|finetune_right_pad_id|>

Roleplaying SFT

base_model: jeiku/instructered4B
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

load_in_8bit: false
load_in_4bit: false
strict: false

hub_model_id: jeiku/TheBest4B
hub_strategy: "all_checkpoints"
push_dataset_to_hub:
hf_use_auth_token: true

datasets:
  - path: FourOhFour/RP_Phase
    type: sharegpt
    conversation: chatml

chat_template: chatml

shuffle_merged_datasets: true
val_set_size: 0.0025
output_dir: ./outputs/out

adapter:
lora_r:
lora_alpha:
lora_dropout:
lora_target_linear:

sequence_len: 8192
sample_packing: true
eval_sample_packing: false
pad_to_sequence_len: true

plugins:
  - axolotl.integrations.liger.LigerPlugin
liger_rope: true
liger_rms_norm: true
liger_swiglu: true
liger_fused_linear_cross_entropy: true

wandb_project: EXP4B
wandb_entity:
wandb_watch:
wandb_name: EXP4B
wandb_log_model:

gradient_accumulation_steps: 12
micro_batch_size: 3
num_epochs: 2
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.00001
weight_decay: 0.05

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

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

warmup_ratio: 0.1
evals_per_epoch: 4
eval_table_size:
eval_max_new_tokens: 128
saves_per_epoch: 2

debug:
deepspeed: deepspeed_configs/zero3_bf16.json
fsdp:
fsdp_config:

special_tokens:
  pad_token: <|finetune_right_pad_id|>

KTO

base_model: FourOhFour/Crispy_Crab_4B
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

load_in_8bit: false
load_in_4bit: false
strict: false

hub_model_id: jeiku/aura4bkto
hub_strategy: "all_checkpoints"
push_dataset_to_hub:
hf_use_auth_token: true

chat_template: chatml

rl: kto
rl_beta: 0.2
kto_desirable_weight: 0.2

datasets:
  - path: anthracite-core/full-opus-chosen-hermes-rejected-kto-v1
    type: chatml.argilla

shuffle_merged_datasets: true
val_set_size: 0.0
output_dir: ./outputs/out

sequence_len: 8192
sample_packing: false
eval_sample_packing: false
pad_to_sequence_len: false

wandb_project: Aura-4B
wandb_entity:
wandb_watch:
wandb_name: Aura-4B
wandb_log_model:

gradient_accumulation_steps: 16
micro_batch_size: 2
num_epochs: 2
max_steps: 500

optimizer: adamw_8bit
lr_scheduler: cosine
learning_rate: 0.00001
weight_decay: 0.05

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

gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: true
remove_unused_columns: false
early_stopping_patience:
resume_from_checkpoint: 
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_steps: 10
evals_per_epoch: 2
eval_table_size:
eval_max_new_tokens: 
saves_per_epoch: 1

debug:
deepspeed: 
fsdp:
fsdp_config:
fsdp:
fsdp_config:

special_tokens:
  pad_token: <|finetune_right_pad_id|>

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
ab11d8e

0 моделей