/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
32,3 млрд
Размер весов
65,1 ГБ
Архитектура
llama · dense
Опубликована
16 июн 2023

Dans-PersonalityEngine-30b

Генерация текстаТекст → текст4 профессии

Гибридная чат-модель на архитектуре Llama для выполнения инструкций, диалогов и ролевого общения.

17скачиваний за 30 дней5лайковвеса обновлены23 июн 2023

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

Dans-PersonalityEngine-30b — гибридная чат-модель и instruct-модель, разработанная автором репозитория Dans-Archive и основанная на архитектуре Llama. Она обучалась на отобранных и приведённых к единому формату данных для одношаговых и многошаговых инструкций, диалогов и ролевых сценариев. Модель содержит 32,3 млрд параметров, принимает и генерирует текст, использует формат запросов Metharme и имеет контекст длиной 2048 токенов.

Автор сообщает, что обучение последней версии проводилось два эпоха с неоптимальными параметрами, после чего работу остановили из опасений переобучения. Модель подходит для чат-диалогов, выполнения инструкций и ролевого общения, но автор отмечает, что она не прошла выравнивание, а качество и безопасность ответов не гарантируются. В README упоминается GPTQ 4-bit LoRA в параметрах обучения; репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы на пользовательские инструкции в чате
  • многошаговые диалоги с ассистентом
  • ролевая переписка с заданным персонажем

Ограничения

Автор сообщает, что обучение последней версии проходило с неоптимальными параметрами и было остановлено после двух эпох из опасений переобучения. Модель не выровнена, качество и безопасность её ответов не гарантируются.

Для каких профессий подходит4

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

Description:

This is a multipurpose chat / chat instruct hybrid model in the same vein as the Pygmalion team's Metharme. It uses a curated pile of training data that has been normalized into a consistent training format. It has been trained on a wide array of one shot instructions, multi round instructions, and role playing scenarios.

The training parameters were suboptimal for the most recent run and I decided to stop after 2 epochs as 3 likely would have overtrained it. I plan on iterating the model and improving it further when I have access to more funds to do so.

Prompt format:

Metharme

The prompt should start with the cursor on the same line directly after "<|model|>" with no space. The following are all valid formats and can be extended to as many rounds as desired.

<|system|>system message here<|user|>user message here<|model|>
<|system|>system message here<|user|>user message here<|model|>model message<|user|>user message here<|model|>
<|system|>system message here<|model|>
<|system|>system message here<|model|>model message<|user|>user message here<|model|>

Some example prompts:

<|system|>The following is a transcript between a helpful assistant and a user.<|user|>Why is the sky blue?<|model|>
<|system|>You are a Virtual Story Generator. You take the user's input and create an excellent and captivating story that goes in that direction. Use an abundance of sensory descriptions and eloquent prose.<|user|>Alpha Centauri has fallen, to the bears. This is a point of view tale about a soldier on the ground.<|model|>
<|system|>You are a professional editor with decades of experience, help the user with any task they have for you.<|user|>Can you rewrite this to flow better? "I knew I probably shouldnt have done that but oh well"<|model|>

More will be added at a later date.

Perplexity Benchmarks:

  • TBA

Training information:

  • GPTQ 4 bit LoRA
  • 2 Epochs
  • 64 / 32 R / A
  • 2048 Cutoff
  • 42 hours on 1x RTX 4090

Data used in training:

  • TBA

Models used:

For training: https://huggingface.co/PocketDoc/llama-30b-gptq-4bit-128g

For merging:

https://huggingface.co/PocketDoc/Dans-PersonalityEngine-30b-LoRA

and

https://huggingface.co/huggyllama/llama-30b

Disclaimer:

It has not been aligned and no warranty is given for the quality or safety of its outputs.

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
1990b46

0 моделей