/ Модель

Характеристики

Контекст
131 072 токена
Параметры
7,1 млрд
Размер весов
15,2 ГБ
Лицензия
Apache 2.0
Архитектура
qwen2 · dense
Базовая модель
Qwen2-7B
Библиотека
transformers
Опубликована
13 сен 2024

Henbane-7b-attempt2

Генерация текстаТекст → текст6 профессий

Дообученная на базе Qwen2-7B модель для генерации текста и диалоговых ответов.

33скачиваний за 30 дней1лайквеса обновлены11 окт 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

Henbane-7b-attempt2 — дообученная Edens-Gate модель генерации текста на архитектуре Qwen2. Она основана на Qwen/Qwen2-7B и содержит 7,1 млрд параметров; карточка указывает контекст до 131072 токенов и формат PyTorch. Модель поддерживает диалоговый режим и предназначена для генерации текста и ответов в разговорном формате.

В README приведены значение loss 1,0222 на оценочном наборе и результаты отдельных тестов Open LLM Leaderboard, включая IFEval и BBH. Данные обучения описаны как набор None, поэтому назначение дообучения и его специализацию определить нельзя. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • генерация текста по запросу
  • поддержка диалога с пользователем
  • создание черновиков и продолжение текста

Ограничения

README не раскрывает состав и тематику обучающих данных, поэтому специализация модели неясна. Приведены лишь отдельные результаты оценки без описания протокола и ограничений применения.

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

axolotl version: 0.4.1

base_model: Qwen/Qwen2-7B
model_type: AutoModelForCausalLM
tokenizer_type: AutoTokenizer

trust_remote_code: true

load_in_8bit: false
load_in_4bit: false
strict: false

datasets:
  - path: PocketDoc/Dans-MemoryCore-CoreCurriculum-Small
    type: sharegpt
    conversation: chatml
#  - path: NewEden/vanilla-backrooms-claude-sharegpt
#    type: sharegpt
#    conversation: chatml
  - path: anthracite-org/kalo_opus_misc_240827
    type: sharegpt
    conversation: chatml
    type: sharegpt
    conversation: chatml
  - path: AquaV/Chemical-Biological-Safety-Applications-Sharegpt
    type: sharegpt
    conversation: chatml
  - path: AquaV/Energetic-Materials-Sharegpt
    type: sharegpt
    conversation: chatml
  - path: lodrick-the-lafted/NopmWritingStruct
    type: sharegpt
    conversation: chatml
  - path: NewEden/Claude-Instruct-5k
    type: sharegpt
    conversation: chatml
  - path: lodrick-the-lafted/kalo-opus-instruct-3k-filtered
    type: sharegpt
    conversation: chatml
  - path: anthracite-org/kalo-opus-instruct-22k-no-refusal
    type: sharegpt
    conversation: chatml
  - path: NewEden/Stheno-Data-filtered-8k-subset
    type: sharegpt
    conversation: chatml
  - path: Epiculous/Synthstruct-Gens-v1.1-Filtered-n-Cleaned
    type: sharegpt
    conversation: chatml
  - path: PJMixers/lodrick-the-lafted_OpusStories-ShareGPT
    type: sharegpt
    conversation: chatml

chat_template: chatml
dataset_prepared_path:
val_set_size: 0.01
output_dir: ./outputs/Qwen7b
sequence_len: 8192
sample_packing: true
eval_sample_packing: false
pad_to_sequence_len: true

adapter:
lora_model_dir:
lora_r:
lora_alpha:
lora_dropout:
lora_target_linear: true
lora_fan_in_fan_out:

wandb_project: henbane 7b-attempt2
wandb_entity:
wandb_watch:
wandb_name: henbane 7b-attempt2
wandb_log_model:


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


gradient_accumulation_steps: 32
micro_batch_size: 1
num_epochs: 2
optimizer: adamw_torch
lr_scheduler: cosine
learning_rate: 0.00002

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

gradient_checkpointing: true
gradient_checkpointing_kwargs:
  use_reentrant: false
early_stopping_patience:
resume_from_checkpoint:
local_rank:
logging_steps: 1
xformers_attention:
flash_attention: true

warmup_steps: 10
evals_per_epoch: 4
saves_per_epoch: 1
debug:
weight_decay: 0.5
special_tokens:

outputs/Qwen7b

This model is a fine-tuned version of Qwen/Qwen2-7B on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.0222

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: 10
  • num_epochs: 2

Training results

Training LossEpochStepValidation Loss
1.42120.007711.4377
1.18220.2543331.1101
1.16710.5085661.0674
1.10080.7628991.0414
1.0041.00191321.0255
0.89631.25621651.0312
0.89141.51051981.0255
0.87881.76472311.0222

Framework versions

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

Open LLM Leaderboard Evaluation Results

Detailed results can be found here

MetricValue
Avg.23.47
IFEval (0-Shot)41.57
BBH (3-Shot)30.87
MATH Lvl 5 (4-Shot)20.69
GPQA (0-shot)5.37
MuSR (0-shot)8.70
MMLU-PRO (5-shot)33.64

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2ForCausalLM
Ревизия весов
0511d22

0 моделей