/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
7,1 млрд
Размер весов
18,2 ГБ
Лицензия
Apache 2.0
Архитектура
mistral · dense
Базовая модель
Mistral-7B-Discord-0.1
Опубликована
29 янв 2024

Mistral-7B-Discord-0.1-DPO

Генерация текстаТекст → текст3 профессии

Дообученная DPO модель Mistral с 7,1 млрд параметров для генерации текста и диалоговых экспериментов.

25скачиваний за 30 дней3лайкавеса обновлены6 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

BlouseJury/Mistral-7B-Discord-0.1-DPO — плотная авторегрессионная языковая модель Mistral с 7,1 млрд параметров, разработанная как дообучение BlouseJury/Mistral-7B-Discord-0.1. Модель обучена на наборе Intel/orca_dpo_pairs методом DPO; карточка также приводит результаты оценки на тестовых наборах, включая loss 0,7923, AI2 Reasoning Challenge и HellaSwag.

Модель предназначена для генерации текста и диалоговых экспериментов, в том числе с неформальными сообщениями. Заявленная длина контекста — до 32 768 токенов. Весовые файлы представлены в формате safetensors, лицензия — Apache-2.0. Карточка не уточняет языковой охват модели.

Сценарии применения

  • генерация ответов в текстовом диалоге
  • эксперименты с неформальными сообщениями
  • создание продолжений заданного текста

Ограничения

Языковой охват и практическое качество для отдельных сценариев в карточке не описаны; приведённые оценки относятся к конкретным тестовым наборам.

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

axolotl version: 0.4.0

base_model: BlouseJury/Mistral-7B-Discord-0.1
model_type: MistralForCausalLM
tokenizer_type: LlamaTokenizer
is_mistral_derived_model: true

load_in_8bit: false
load_in_4bit: false
strict: false

datasets:
  - path: Intel/orca_dpo_pairs
    type:
      system_prompt: ""
      field_system: system
      field_instruction: question
      field_output: rejected
      field_output: chosen
      format: "[INST] {instruction} [/INST]"
      no_input_format: "[INST] {instruction} [/INST]"
dataset_prepared_path:
val_set_size: 0.05
output_dir: ./out

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

wandb_project:
wandb_entity:
wandb_watch:
wandb_name:
wandb_log_model:

gradient_accumulation_steps: 4
micro_batch_size: 2
num_epochs: 1
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.000005

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_steps: 10
evals_per_epoch: 4
eval_table_size:
eval_table_max_new_tokens: 128
saves_per_epoch: 1
debug:
deepspeed:
weight_decay: 0.0
fsdp:
fsdp_config:
special_tokens:
  bos_token: "<s>"
  eos_token: "</s>"
  unk_token: "<unk>"

BlouseJury/Mistral-7B-Discord-0.1-DPO

This model is a fine-tuned version of BlouseJury/Mistral-7B-Discord-0.1 on the Intel/orca_dpo_pairs dataset. It achieves the following results on the evaluation set:

  • Loss: 0.7923

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-06
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 10
  • num_epochs: 1

Training results

Training LossEpochStepValidation Loss
1.11570.0111.1924
1.01460.26190.8381
0.90040.51380.8015
0.84250.77570.7923

Framework versions

  • Transformers 4.37.0
  • Pytorch 2.1.2+cu121
  • Datasets 2.16.1
  • Tokenizers 0.15.0

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.62.29
AI2 Reasoning Challenge (25-Shot)63.23
HellaSwag (10-Shot)83.27
MMLU (5-Shot)62.62
TruthfulQA (0-shot)55.28
Winogrande (5-shot)78.93
GSM8k (5-shot)30.40

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MistralForCausalLM
Ревизия весов
ec8dec1

0 моделей