/ 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-odpo-v1.0

Генерация текстаТекст → текст7 профессий

Диалоговая модель LLaMA с 7,5 млрд параметров, дообученная Columbia-NLP методом online DPO для генерации ответов преимущественно на английском языке.

42скачиваний 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.

  • BBH

    BBH Raw · выше — лучше

    Результат

    0,5024

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MATH Lvl 5

    MATH Lvl 5 Raw · выше — лучше

    Результат

    0,1065

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MUSR

    MUSR Raw · выше — лучше

    Результат

    0,4058

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • MMLU-PRO

    MMLU-PRO Raw · выше — лучше

    Результат

    0,3152

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • GPQA

    GPQA Raw · выше — лучше

    Результат

    0,2852

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

  • IFEval

    IFEval Raw · выше — лучше

    Результат

    0,3968

    Open LLM v2 · архив

    Публичная таблицадругая ревизия

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

LION-LLaMA-3-8b-odpo-v1.0 — диалоговая языковая модель Columbia-NLP, дообученная на основе Columbia-NLP/LION-LLaMA-3-8b-dpo-v1.0 с помощью online DPO. Модель использует плотную архитектуру LLaMA и содержит 7,5 млрд параметров; для генерации диалога предусмотрен chat template. Контекст — до 8192 токенов.

Модель предназначена для генерации ответов в диалоге и улучшена обучением по предпочтениям, включая этапы SFT, DPO и online preference learning в конвейере LION. Основной язык — английский. README описывает результаты серии LION, но не приводит отдельные численные показатели для этой версии.

Модель распространяется по условиям LLaMA 3 Terms of Use. Как и другие генеративные языковые модели, она может выдавать неточные или нежелательные ответы; её надёжность зависит от запроса и сценария применения.

Сценарии применения

  • ответы на вопросы в текстовом чате
  • ведение диалога на английском языке
  • генерация текста по инструкциям
  • создание помощника на основе LLaMA 3

Ограничения

Модель преимущественно рассчитана на английский язык; отдельные численные результаты оценки именно этой версии в карточке не приведены. Ответы могут быть неточными или нежелательными.

Для каких профессий подходит7

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-odpo-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-dpo-v1.0 using online 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-odpo-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 adorable animals actively adventure across amazing areas, artists ardently aim at achieving absolute accuracy.
# An array of activities allure adventurous adventurers.
# Always anticipate amazing adventures awaiting all.
# As autumn arrives, apples abound around ample acreages. Architecture amazes, astonishingly adorned, aching for appreciation.
# Altruistic actions always arouse awe.

to inspect the chat template/manually do generation:

tokenizer = AutoTokenizer.from_pretrained("Columbia-NLP/LION-LLaMA-3-8b-odpo-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 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
d947400

0 моделей