/ Модель

Характеристики

Контекст
131 072 токена
Параметры
3,9 млрд
Размер весов
9 ГБ
Лицензия
AGPL 3.0
Архитектура
llama · dense
Базовая модель
Holland-4B
Библиотека
transformers
Опубликована
31 авг 2024

GnX-r2

Генерация текстаТекст → текст5 профессий

Дообученная диалоговая модель Llama на 3,9 млрд параметров для генерации текстовых ответов с длинным контекстом.

16скачиваний за 30 дней0лайковвеса обновлены31 авг 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

Edens-Gate/GnX-r2 — диалоговая языковая модель, разработанная как дообученная версия Delta-Vector/Holland-4B. Модель построена на плотной архитектуре Llama и содержит 3,9 млрд параметров; для работы заявлено контекстное окно до 131 072 токенов. Репозиторий использует формат PyTorch и библиотеку Transformers.

Модель предназначена для генерации текста в диалоговых сценариях: она принимает текстовые запросы и формирует текстовые ответы. В README указано дообучение на датасете, обозначенном как None; приведено значение loss 0,0359 на наборе оценки, но описание набора и подробности оценки отсутствуют. Лицензия — GNU AGPL-3.0.

Сценарии применения

  • генерация ответов в диалоговом интерфейсе
  • продолжение текста по запросу
  • подготовка черновиков и кратких текстов
  • ответы на вопросы в текстовом формате

Ограничения

README не описывает обучающие данные, целевые сценарии и ограничения качества; значение loss без сведений о наборе оценки не позволяет судить о практической точности. Поддерживаемые языки не указаны.

Для каких профессий подходит5

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

axolotl version: 0.4.1

base_model: Delta-Vector/Holland-4B
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

load_in_8bit: false
load_in_4bit: false
strict: false

datasets:
  - path: NewEden/xlam-function-calling-60k-shareGPT
    type: sharegpt
    conversation: chatml

chat_template: chatml

val_set_size: 0.01
output_dir: ./outputs/out

adapter:
lora_r:
lora_alpha:
lora_dropout:
lora_target_linear:

sequence_len: 8192
# sequence_len: 32768
sample_packing: true
eval_sample_packing: false
pad_to_sequence_len: true

plugins:
  - axolotl.integrations.liger.LigerPlugin
liger_rope: true
liger_rms_norm: true
liger_swiglu: true
liger_fused_linear_cross_entropy: true

wandb_project: GnX Func Calling v2
wandb_entity:
wandb_watch:
wandb_name: Func Calling GnX v2
wandb_log_model:

gradient_accumulation_steps: 32
micro_batch_size: 1
num_epochs: 2
optimizer: adamw_bnb_8bit
lr_scheduler: cosine
learning_rate: 0.00002
weight_decay: 0.05

train_on_inputs: false
group_by_length: false
bf16: auto
fp16:
tf32: true

gradient_checkpointing: true
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_ratio: 0.1
evals_per_epoch: 4
eval_table_size:
eval_max_new_tokens: 128
saves_per_epoch: 1

debug:
deepspeed: /workspace/axolotl/deepspeed_configs/zero2.json
fsdp:
fsdp_config:

special_tokens:
  pad_token: <|finetune_right_pad_id|>

outputs/out

This model is a fine-tuned version of Delta-Vector/Holland-4B on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0359

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 2e-05
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 2
  • gradient_accumulation_steps: 32
  • total_train_batch_size: 64
  • total_eval_batch_size: 2
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 8
  • num_epochs: 2

Training results

Training LossEpochStepValidation Loss
0.40490.022410.5064
0.08030.2462110.0692
0.02790.4923220.0404
0.02940.7385330.0396
0.03460.9846440.0365
0.01281.2189550.0375
0.02411.4650660.0375
0.01341.7112770.0361
0.01331.9573880.0359

Framework versions

  • Transformers 4.45.0.dev0
  • Pytorch 2.4.0+cu121
  • Datasets 2.19.1
  • Tokenizers 0.19.1

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
09170c1

0 моделей