/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,5 млрд
Размер весов
16,1 ГБ
Лицензия
Apache 2.0
Архитектура
llama · dense
Базовая модель
Llama-3.1-SuperNova-Lite
Опубликована
8 дек 2024

Aura-8B

Генерация текстаТекст → текст5 профессий

Англоязычная чат-модель Aura-8B на базе Llama, дообученная для ролевых диалогов, творческого письма и выполнения инструкций.

51скачиваний за 30 дней10лайковвеса обновлены11 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.

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4004

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3874

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5131

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2861

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1518

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,7205

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Aura-8B — англоязычная чат-модель для ролевых диалогов, разработанная Aura Industries при участии Anthracite Org. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, дообученная на инструкционных и ролевых данных; для задания стиля применялась оптимизация Kahneman–Tversky в виде Low Rank Adapter. Модель поддерживает генерацию текста и формат чата Llama 3.

Модель предназначена для ролевых бесед и выполнения инструкций, включая творческое письмо, математику, медицину и кибербезопасность. В метаданных указан контекст до 131 072 токенов; README сообщает «8 192+ токена», поэтому фактический предел может зависеть от конфигурации и способа запуска. Репозиторий содержит веса Safetensors, а также упоминаются варианты GGUF и EXL2. Лицензия — Apache-2.0.

Сценарии применения

  • ведение ролевых диалогов на английском языке
  • генерация творческих текстов и продолжение историй
  • ответы на инструкции и вопросы в чате
  • помощь с математическими задачами
  • обсуждение тем медицины и кибербезопасности

Ограничения

Модель рассчитана на английский язык; приведённые в README оценки охватывают лишь часть задач. README и метаданные указывают разные размеры контекста: 8 192+ и 131 072 токена, поэтому предел следует проверять для конкретной конфигурации.

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

Aura-8B

image/png

Introduction

Aura-8B 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 instruction and roleplaying data. A Kahneman-Tversky Optimization was applied as a Low Rank Adapter to give this model a unique output style.

Developed by Aura Industries, with contributions from Anthracite Org

Model Details

  • Model Name: Aura-8B
  • Base Model: arcee-ai/Llama-3.1-SuperNova-Lite
  • Model Type: Chat Completions
  • Prompt Format: Llama 3
  • License: Apache-2.0
  • Language: English
  • Max Context: 8,192+ tokens

License

This model is licensed under the Apache 2.0 License.

Quantizations

Static GGUF

Imatrix GGUF

EXL2

Open LLM Leaderboard Evaluation Results

MetricValue
Avg.27.34
IFEval (0-Shot)72.05
BBH (3-Shot)30.98
MATH Lvl 5 (4-Shot)15.03
GPQA (0-shot)4.81
MuSR (0-shot)9.22
MMLU-PRO (5-shot)31.93

Training Configuration

SFT

base_model: arcee-ai/Llama-3.1-SuperNova-Lite
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

load_in_8bit: false
load_in_4bit: false
strict: false

datasets:
  - path: FourOhFour/RP_Phase
    type: chat_template
    chat_template: llama3
    roles_to_train: ["gpt"]
    field_messages: conversations
    message_field_role: from
    message_field_content: value
    train_on_eos: turn
  - path: Nitral-AI/Cybersecurity-ShareGPT
    type: chat_template
    chat_template: llama3
    roles_to_train: ["gpt"]
    field_messages: conversations
    message_field_role: from
    message_field_content: value
    train_on_eos: turn
  - path: Nitral-AI/Medical_Instruct-ShareGPT
    type: chat_template
    chat_template: llama3
    roles_to_train: ["gpt"]
    field_messages: conversations
    message_field_role: from
    message_field_content: value
    train_on_eos: turn
  - path: Nitral-AI/Olympiad_Math-ShareGPT
    type: chat_template
    chat_template: llama3
    roles_to_train: ["gpt"]
    field_messages: conversations
    message_field_role: from
    message_field_content: value
    train_on_eos: turn
  - path: NewEden/Claude-Instruct-5k
    type: chat_template
    chat_template: llama3
    roles_to_train: ["gpt"]
    field_messages: conversations
    message_field_role: from
    message_field_content: value
    train_on_eos: turn
  - path: lodrick-the-lafted/kalo-opus-instruct-3k-filtered
    type: chat_template
    chat_template: llama3
    roles_to_train: ["gpt"]
    field_messages: conversations
    message_field_role: from
    message_field_content: value
    train_on_eos: turn
  - path: Nitral-AI/Creative_Writing-ShareGPT
    type: chat_template
    chat_template: llama3
    roles_to_train: ["gpt"]
    field_messages: conversations
    message_field_role: from
    message_field_content: value
    train_on_eos: turn
  - path: jeiku/Writing
    type: completion
    field: text

shuffle_merged_datasets: true
dataset_prepared_path:
val_set_size: 0.01
output_dir: ./output/out

hub_model_id: jeiku/Aura-8B
hub_strategy: "all_checkpoints"
push_dataset_to_hub:
hf_use_auth_token: true

sequence_len: 8192
sample_packing: true
eval_sample_packing: false
pad_to_sequence_len:

wandb_project: Aura-8B
wandb_entity:
wandb_watch:
wandb_name: Aura-8B
wandb_log_model:

gradient_accumulation_steps: 16
micro_batch_size: 2
num_epochs: 2
optimizer: paged_adamw_8bit
lr_scheduler: cosine
learning_rate: 1e-5

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

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: 2
eval_table_size:
eval_max_new_tokens:
saves_per_epoch: 1
debug:
deepspeed: 
weight_decay: 0.05
fsdp:
fsdp_config:
special_tokens:
  pad_token: <|finetune_right_pad_id|>
  eos_token: <|eot_id|>

KTO

base_model: jeiku/Aura-8B
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

load_in_8bit: false
load_in_4bit: false
strict: false

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

chat_template: llama3

rl: kto
rl_beta: 0.2
kto_desirable_weight: 0.2

datasets:
  - path: anthracite-core/full-opus-chosen-hermes-rejected-kto-v1
    type: llama3.argilla

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

adapter: lora
lora_model_dir:

lora_r: 32
lora_alpha: 64
lora_dropout: 0.05
lora_target_linear: true
lora_fan_in_fan_out:

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

wandb_project: Aura-8B
wandb_entity:
wandb_watch:
wandb_name: Aura-8B
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: 0.0001
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|>
  eos_token: <|eot_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
48d3f82

0 моделей