/ Модель

Характеристики

Контекст
8 192 токена
Параметры
7,5 млрд
Размер весов
32,1 ГБ
Архитектура
llama · dense
Библиотека
transformers
Опубликована
28 июн 2024

LION-LLaMA-3-8b-dpo-v1.0

Генерация текстаТекст → текст6 профессий

Чат-модель Llama 3 на 7,5 млрд параметров, дообученная Columbia NLP методом DPO для диалогов и генерации текста на английском языке.

35скачиваний за 30 дней2лайкавеса обновлены10 июл 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

    0,281

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1171

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5028

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3219

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4097

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,4957

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

LION-LLaMA-3-8b-dpo-v1.0 — языковая чат-модель Columbia NLP на архитектуре Llama 3, дообученная методом DPO на базе Columbia-NLP/LION-LLaMA-3-8b-sft-v1.0. Модель относится к семейству LION, обученному по конвейеру SFT, DPO и онлайн-обучения на предпочтениях; в этой версии применён этап DPO. В репозитории доступны веса Safetensors, модель содержит около 7,5 млрд параметров и поддерживает контекст до 8192 токенов.

Модель предназначена для диалогов и генерации текста на английском языке. В карточке авторы сообщают о высоких результатах семейства LION, однако приведённая таблица содержит данные только для версии SFT, поэтому она не подтверждает конкретные показатели этой DPO-версии. Для использования указана лицензия Llama 3 Terms of Use.

Сценарии применения

  • ответы на вопросы в диалоге на английском языке
  • написание и продолжение текстов на английском языке
  • суммаризация англоязычных материалов
  • следование инструкциям в текстовом чате

Ограничения

Модель рассчитана преимущественно на английский язык; качество для других языков карточкой не охарактеризовано. Результаты, приведённые в README, относятся к версии SFT, а не к этой DPO-версии.

Для каких профессий подходит6

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

Model Card for LION-LLaMA-3-8b-dpo-v1.0

The LION-series are trained using an empirically optimized pipeline that consists of three stages: SFT, DPO, and online preference learning (online DPO). We find simple techniques such as sequence packing, loss masking in SFT, increasing the preference dataset size in DPO, and online DPO training can significantly improve the performance of language models. Our best models (the LION-series) exceed the performance of the official instruct models tuned with closed-source data and algorithms.

For training datasets, code, and evaluation scripts, please refer to our paper and codebase.

Model description

This model is finetuned from Columbia-NLP/LION-LLaMA-3-8b-sft-v1.0 using DPO from the LION pipeline.

Performance

ModelMethodSizeArena-HardAlpacaEval-2MT-BenchOpenLLM
LLaMA-3-8b-8B---63.05
LLaMA-3-8b-itSFT+RS+DPO+PPO8B20.622.98.0068.28
LION-LLaMA-3-8b-sft-v1.0 (ours)SFT8B11.317.97.5868.71
⮕ LION-LLaMA-3-8b-dpo-v1.0 (ours)SFT+DPO8B19.121.88.1271.28
LION-LLaMA-3-8b-odpo-v1.0 (ours)SFT+DPO+ODPO8B22.026.88.1971.41

Intended uses

To ensure reproducibility, please use the following chat templates:

import torch
from transformers import pipeline

pipe = pipeline(
    "text-generation",
    model="Columbia-NLP/LION-LLaMA-3-8b-dpo-v1.0",
    device_map="auto",
    torch_dtype=torch.bfloat16,
)
messages = [
    # no system message for LLaMa
    {
        "role": "user", 
        "content": "Write a short paragraph where every sentence starts with the letter A."
    },
]
outputs = pipe(
    messages,
    max_new_tokens=128,
    do_sample=False,
    stop_sequence="<|im_end|>",
)
print(outputs[0]["generated_text"][-1]["content"])
# Astonishingly, all animals adore appealing, aromatic apples.
# An array of apples always attracts adventurous ants.
# After analyzing, ants ascertain the apple's accessibility.
# Anticipation amplifies as they approach, anticipating an appetizing treat.

to inspect the chat template/manually do generation:

tokenizer = AutoTokenizer.from_pretrained("Columbia-NLP/LION-LLaMA-3-8b-dpo-v1.0")
prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
print(prompt)
# tokenize prompt and use model.generate

Training details

Please refer to our paper and codebase.

Citation Information

If you find this model useful in your work, please consider citing our paper:

@misc{yu2024lionsempiricallyoptimizedapproach,
      title={LIONs: An Empirically Optimized Approach to Align Language Models}, 
      author={Xiao Yu and Qingyang Wu and Yu Li and Zhou Yu},
      year={2024},
      eprint={2407.06542},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2407.06542}, 
}

Acknowledgements

We thank the Columbia-NLP group and articulate.ai for providing OpenAI API credits and computational resources to conduct our experiments.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
a53afef

0 моделей