/ Модель

Характеристики

Контекст
8 192 токена
Параметры
68,7 млрд
Размер весов
138 ГБ
Лицензия
Llama 2
Архитектура
llama · dense
Библиотека
transformers
Опубликована
19 ноя 2023

DiscoLM-70b

Генерация текстаТекст → текст15 профессий

Двухъязычная немецко-английская модель на базе LeoLM 70B для диалогов, следования инструкциям и генерации текста.

193скачиваний за 30 дней12лайковвеса обновлены13 дек 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

DiscoLM 70b — языковая модель команды DiscoResearch, обученная Бьёрном Плюстером на базе LeoLM 70B. Это плотная авторегрессионная модель семейства Llama 2 с 68,7 млрд параметров и контекстом до 8192 токенов. После дополнительного предобучения на 65 млрд токенов немецкого текста модель дообучили на наборах инструкций и диалогов, включая SlimOrca, OpenHermes, MetaMathQA и UltraChat DE.

Модель предназначена для генерации текста и ответов на инструкции и подходит для диалогов, письма, рассуждений, решения математических задач и написания кода. Усилена поддержка немецкого языка при сохранении возможностей английского; карточка также приводит результаты тестов по нескольким задачам. Разработчики называют модель ранней альфа-версией и предупреждают о возможном загрязнении тестовых данных. Для использования заявлена лицензия Llama 2 с её ограничениями и ограничениями обучающих наборов; авторы указывают исследовательское назначение.

Сценарии применения

  • ответы на вопросы и диалоги на немецком и английском
  • написание и редактирование немецких текстов
  • генерация стихов и песенных текстов на немецком
  • решение математических задач и объяснение рассуждений
  • генерация и разбор программного кода

Ограничения

Разработчики обозначают модель как раннюю альфа-версию и не исключают загрязнения тестовых данных. Следуют ограничения лицензии Llama 2 и использованных обучающих наборов.

Для каких профессий подходит15

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

EM Logo

DiscoLM 70b

DiscoLM 70b is a 70b model based on Laion's LeoLM 70b which underwent additional continued pretraining for 65b tokens of German text, strengthening it's multilingual capabilities while retaining (and partially improving) English capabilities. This was then further finetuned on a combination of some the most popular open-source instruction sets. DiscoLM 70b is a DiscoResearch project and was trained by Björn Plüster.

Many thanks to LAION and HessianAI for scientific supervision, coordination and compute resources provided for this project on supercomputer 42 by HessianAI!

Table of Contents

  1. Download
  2. Benchmarks
  3. Prompt Format
  4. Dataset
  5. Acknowledgements
  6. Contact
  7. About DiscoResearch
  8. Disclaimer

Download

HuggingfaceGPTQGGUFAWQBase Model
Link@TheBloke@TheBloke@TheBlokeLeoLM 70b

Benchmarks

Hugginface Leaderboard

This models is still an early Alpha and we can't guarantee that there isn't any contamination. The following are the scores from our own evaluation.

MetricValue
ARC (25-shot)68.77
HellaSwag (10-shot)85.41
MMLU (5-shot)68.64
TruthfulQA (0-shot)57.69
Winogrande (5-shot)83.27
GSM8k (5-shot)63.68
Avg.71.24

The model is now also officially ranked on the Open LLM Leaderboard as #6 overall and as the second strongest Llama-2-70b based model (ranking only begind TigerBot 70b):

image/png (Screenshot from the 05. of December 2023)

We use Language Model Evaluation Harness to run the benchmark tests above, using the same version as the HuggingFace LLM Leaderboard.

FastEval

MetricValue
GSM8K70.6
Math17.8
BBH63.4
MMLU64.7
Avg.48.87

Screenshot of the current (sadly no longer maintained) FastEval CoT leaderboard: FastEval Leaderboard

MTBench

{
    "first_turn": 7.9,
    "second_turn": 7.0625,
    "categories": {
        "writing": 9.55,
        "roleplay": 8.35,
        "reasoning": 6.15,
        "math": 4.7,
        "coding": 4.8,
        "extraction": 7.35,
        "stem": 9.1,
        "humanities": 9.85
    },
    "average": 7.48125
}

Screenshot of the current FastEval MT Bench leaderboard: FastEval Leaderboard

Prompt Format

This model follows the ChatML format:

<|im_start|>system
You are DiscoLM, a helpful assistant.
<|im_end|>
<|im_start|>user
Please tell me possible reasons to call a research collective "Disco Research"<|im_end|>
<|im_start|>assistant

This formatting is also available via a pre-defined Transformers chat template, which means that lists of messages can be formatted for you with the apply_chat_template() method:

chat = [
  {"role": "system", "content": "You are DiscoLM, a helpful assistant."},
  {"role": "user", "content": "Please tell me possible reasons to call a research collective Disco Research"}
]
tokenizer.apply_chat_template(chat, tokenize=False, add_generation_prompt=True)

If you use tokenize=True and return_tensors="pt" instead, then you will get a tokenized and formatted conversation ready to pass to model.generate().

Dataset

The dataset curation for DiscoLM 70b followed a "brute force"/"PoC" approach.

The following datasets were used for training DiscoLM 70b:

Many thanks for all dataset providers/curators!

Contact

Best way to reach us is on our Discord.

About DiscoResearch

DiscoResearch is an aspiring open research community. Disco should be a place where researchers from many communities can come together to combine their expertise and create innovative and groundbreaking LLMs. Come join our Discord, share your opinions and ideas, and advance open LLM research with us!

Acknowledgements

Disco 70b is a DiscoResearch project and was trained by Björn Plüster. Jan Harries helped with technical adivce, logistics and the Model Card. AutoMeta also provided helpful technical advice and rounded up his connections to select a set of high-quality datasets. The model was trained with compute provided by HessianAI in collaboration with LAION - many thanks in particular to Patrick Schramowski for his support.

We are standing on the shoulders of giants; many thanks in no particular order to Laion for LeoLM 70b (especially to Christoph Schuhmann who got us all connected), TheBloke for providing quantized versions, winglian for Axolotl which was used to train the model and the SlimOrca dataset, garage-bAInd, Teknium, Migel Tissera, MetaMath, and LDJnr for their great datasets (please contact us if we forgot to mention you here!).

Disclaimer

The license on this model does not constitute legal advice. We are not responsible for the actions of third parties who use this model. This model should only be used for research purposes. The original Llama2 license and all restrictions of datasets used to train this model apply.

Как запустить

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

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
LlamaForCausalLM
Ревизия весов
4cced00

0 моделей